Page 44 - 电力与能源2024年第三期

318 史渊源，等：基于改进变分模态分解的电网企业监测数据滤波研究

IMF 的中心频率。 表 2 试验样本数据
式（15）第一部分保证了 IMF 的单调性，而第 编号 监测点位置 原始数据/ 噪声水 滤波长
V 平/dB 度/s
二部分则限制了 IMF 的带宽。
1 线路 A 01 230.5 5.2 10
通过最小化这个变分函数，VMD 能够提取 2 线路 B 02 228.7 4.8 15
I
出原始信号中的各个 IMFs。这些 IMFs 能够清晰 3 线路 C 03 231.2 5.5 20
4 线路 A 04 229.1 4.9 12
地揭示信号中的不同成分，从而便于后续的滤波 5 线路 B 05 230.0 5.1 8
处理。例如，可以选择去除那些对应高频噪声的

IMFs，或者保留那些包含重要信息的 IMFs。总
体而言，利用 IVMD 处理监测数据滤波，能够有效
地提取信号中的有用信息，抑制噪声和干扰，最大
程度地提升信号质量。

2 试验与分析

2.1 试验方法
为了验证本文设计的滤波方法在电网企业监
测数据滤波中的有效性，设计了一系列试验。这

些试验旨在通过实际应用，评估 IVMD 算法在提
图 2 电网企业监测点示意图
取有用信号、抑制噪声以及保留数据周期性变化
方面的性能。为确保试验的准确性和可靠性，选 验，记录信号失真比。信号失真比是一个衡量滤
择适合电网企业监测数据特性的试验设备，并设 波方法性能的指标，通常表示为原始信号与滤波
置了相应的参数。试验所需的设备参数见表 1。 后信号之间的差异。较低的信号失真比意味着滤
波方法能够更好地保留原始信号的特性，从而减
表 1 试验设备参数
少滤波过程中的信息损失。
设备名称 型号 主要参数
采样率：1 000 SPS，分辨率：16 位， 2.2 试验结果分析
数据采集器 ADC 1000
输入范围：±10 V
为了验证本文所设计的基于 IVMD 的电网企
增益范围：1～100，噪声电平：
信号放大器 AMP 200
<0.1 μV 业监测数据滤波方法的有效性，将其与文献［1］基
输出电压：5 V，输出电流：2 A，
电源适配器 PS 500 于遗传算法优化 Kalman 滤波模型的监测数据处
纹波噪声：<5 mV
数据分析计 处理器：ntel Core i7，内存：16 GB， 理方法（方法 1）、文献［2］中抗差 Kalman 滤波算法
I
Dell XPS
算机 硬盘：1 TB SSD
（方法 2）进行试验测试。3 种方法滤波后的效果
测量范围：±5 V，精度：0.1%，
传感器 TS 01
响应时间：<1 ms 如图 3 所示。
通带频率：5～500 Hz，阻带频率： 由图 3 可以看出，经过 3 种方法处理后，幅值
滤波器 FIL 05
>600 Hz，衰减：≥40 dB
较高的噪声分量均有显著减少。使用本文方法进
噪声类型：白噪声，噪声电平：
噪声源 NS 100
0～10 V 可调 行滤波后，信号的噪声水平明显降低，而方法 1 和
为了评估基于 IVMD 的电网企业监测数据滤 方法 2 处理后的信号仍含有较多的噪声分量。由
波方法的性能，选取了 5 组具有不同噪声水平和 此可以看出，本文方法的去噪效果更好，具有实际
数据特性的试验样本。这些样本涵盖了不同监测 应用性。本文方法的优势在于通过 IVMD 方法，
点位置的电网监测数据，如表 2 所示。电网企业 可以更细致地分析信号的复杂结构，进一步滤除剩
监测点示意如图 2 所示。 余的噪声或干扰成分，从而提升信号的准确性和可
选取样本 1，采用本文方法进行滤波处理，观 靠性。3种方法信号失真比结果如表 3所示。
察其滤波效果。同时选取表 2 中样品数据进行试 表 3 结果显示，在所有样本编号中，本文方法