CN109241874A - 能量分解中功率信号滤波方法 - Google Patents
能量分解中功率信号滤波方法 Download PDFInfo
- Publication number
- CN109241874A CN109241874A CN201810949700.3A CN201810949700A CN109241874A CN 109241874 A CN109241874 A CN 109241874A CN 201810949700 A CN201810949700 A CN 201810949700A CN 109241874 A CN109241874 A CN 109241874A
- Authority
- CN
- China
- Prior art keywords
- power signal
- power
- decomposition
- decomposition coefficient
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 119
- 238000001914 filtration Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 36
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000009466 transformation Effects 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Noise Elimination (AREA)
Abstract
本发明提供一种能量分解中功率信号滤波方法,能够有效滤除功率信号中的脉冲噪声。所述方法包括:采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。本发明涉及电力领域。
Description
技术领域
本发明涉及电力领域,特别是指一种能量分解中功率信号滤波方法。
背景技术
能量分解是将电表处读取的功率值分解为单个负载所消耗的功率值,如图1所示,其中,图1中的数据为模拟数据,非实测数据。
随着智能电网的发展,家庭用电负荷的分析变得越来越重要。通过用电负荷的分析,家庭用户可以及时获得每个电器的用电信息,以及电费的精细化清单;电力部门可以获得更详尽的用户用电信息,并可以提高用电负荷预测的准确度,为电力部门提供统筹规划的依据。同时,利用每个电器的用电信息,可获知用户的用电行为,这对于家庭能耗评估和节能策略的研究具有指导意义。
当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备,只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点,因此,该方法适用于家庭负荷用电的分解。
非侵入式负荷分解算法中,电气设备的开关事件检测是其中最重要的环节,开关事件是指打开负载(电气设备)电源开关或关闭电源开关的动作。常用的事件检测以有功功率P的变化值△P作为事件检测的判断依据,方便且直观。这是因为任何一个用电设备的运行状态发生变化,其所消耗的功率值也必然发生改变,并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值,还需要解决事件检测方法在实际应用中存在的问题:某些电器启动时刻的瞬时功率值会出现较大的尖峰(例如,马达启动电流远大于额定电流),会造成电器稳态功率变化值不准确,从而影响对开关事件的判断,这种尖峰其实就是脉冲噪声;而且不同家用电器的暂态过程或长或短(脉冲噪声的持续时间和发生频率相差较大),因此功率变化值的确定变得较为困难;由于电能质量的变化(如电压突降)有功功率会出现突变的情况,这样很可能会出现误判。图2是采集/实测的功率信号(也可称为功率数据序列),可以看到功率信号中的脉冲噪声分布情况,脉冲噪声的瞬时功率很大,呈现出较为明显的非平稳性和非高斯特性。在所示的功率序列中,真正的开关事件只有一个,而常用的事件检测算法却检测出3个开关事件,可见脉冲噪声对开关事件的正确检测有较大的影响。
因此,开关事件检测过程中,对功率信号进行脉冲噪声滤除是很重要的一步,现有技术中,常用的脉冲噪声消除方法是低通滤波器和中值滤波器,无法有效滤除功率信号中的脉冲噪声。
发明内容
本发明要解决的技术问题是提供一种能量分解中功率信号滤波方法,以解决现有技术所存在的低通滤波器和中值滤波器无法有效滤除功率信号中的脉冲噪声的问题。
为解决上述技术问题,本发明实施例提供一种能量分解中功率信号滤波方法,包括:
采集功率信号序列,将其转换为二维信号;
对二维信号进行分解,求取功率信号分解系数;
根据求取的功率信号分解系数,确定功率信号分解系数阈值;
判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;
利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。
进一步地,所述采集功率信号序列,将其转换为二维信号包括:
采集功率信号序列P(1),P(2),…,P(N),将其转换为矩阵形式,得到功率矩阵,其中,N为功率信号序列的长度;
将功率矩阵转换为二维信号。
进一步地,所述采集功率信号序列P(1),P(2),…,P(N),将其转换为矩阵形式,得到功率矩阵包括:
按照功率信号序列P(1),P(2),…,P(N)的先后次序,将功率信号序列P(1),P(2),…,P(N)分为NR段,每段含有NC个数据,其中,符号表示上取整;
如果N<NR×NC,则将最后一段不足的部分补零;
将分段后的数据重新排列为矩阵的形式,一段数据为一行,得到功率矩阵
进一步地,转换后得到的二维信号为:
nr=1,2,…,NR
nc=1,2,…,NC
其中,表示二维信号,表示功率矩阵的第nr行、第nc列元素。
进一步地,所述对二维信号进行分解,求取功率信号分解系数包括:
通过公式对二维信号进行分解,得到功率信号分解系数
其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。
进一步地,功率信号变换算子的计算公式为:
其中,为域中的权重函数,自变量为 为域中的权重函数,自变量为上标i表示虚数单位。
进一步地,所述根据求取的功率信号分解系数,确定功率信号分解系数阈值包括:
求取功率信号分解系数幅值的均值cmean;
求取功率信号分解系数幅值的均方差σ;
确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。
进一步地,滤除噪声的分解系数表示为:
其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。
进一步地,所述利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列包括:
根据得到的滤除噪声的分解系数
通过公式得到无噪声的功率信号
根据得到的无噪声的功率信号构造新的功率矩阵
将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。
进一步地,功率矩阵表示为:
本发明的上述技术方案的有益效果如下:
上述方案中,采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列,从而有效地滤除功率信号中的脉冲噪声,但同时对有用信号具有高保真作用,不会破坏功率信号的阶跃特性,可以更容易、快速地检测开关事件发生的时刻。
附图说明
图1为能量分解示意图;
图2为采集/实测的功率信号示意图;
图3为本发明实施例提供的能量分解中功率信号滤波方法的流程示意图;
图4为本发明实施例提供的能量分解中功率信号滤波方法的详细流程示意图;
图5为本发明实施例提供的数据分段和矩阵排列示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的低通滤波器和中值滤波器无法有效滤除功率信号中的脉冲噪声的问题,提供一种能量分解中功率信号滤波方法。
如图3所示,本发明实施例提供的能量分解中功率信号滤波方法
S101,采集功率信号序列,将其转换为二维信号;
S102,对二维信号进行分解,求取功率信号分解系数;
S103,根据求取的功率信号分解系数,确定功率信号分解系数阈值;
S104,判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;
S105,利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。
本发明实施例所述的能量分解中功率信号滤波方法,采集功率信号序列,将其转换为二维信号;对二维信号进行分解,求取功率信号分解系数;根据求取的功率信号分解系数,确定功率信号分解系数阈值;判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列,从而有效地滤除功率信号中的脉冲噪声,但同时对有用信号具有高保真作用,不会破坏功率信号的阶跃特性,可以更容易、快速地检测开关事件发生的时刻。
为了更好地理解本发明实施例所述的能量分解中功率信号滤波方法,对其进行详细说明,如图4所示,所述能量分解中功率信号滤波方法具体可以包括以下步骤:
A1,采集功率信号序列
采集功率信号序列P(1),P(2),…,P(N),其中,N为功率信号序列的长度。
A2,将功率信号序列P(1),P(2),…,P(N)进行分段并将分段后的数据重新排列为一功率矩阵P,数据分段和矩阵排列如图5所示。
A21,按照功率信号序列P(1),P(2),…,P(N)的先后次序,将功率信号序列P(1),P(2),…,P(N)分为NR段,每段含有NC个数据,其中,符号表示上取整,例如,这样做的目的是所有的数据都参与运算,不舍弃数据。
一般情况下,NR=256或512或1024,在实际应用中,NR的取值由实际应用场景确定。
A22,如果N<NR×NC,则将最后一段不足的部分补零。
A23,将分段后的数据重新排列为矩阵的形式,一段数据为一行,故此功率矩阵P共有NR行,NC列,功率矩阵可以表示为
A3,将功率矩阵转换为二维信号
nr=1,2,…,NR
nc=1,2,…,NC
其中,表示功率矩阵的第nr行、第nc列元素。
A4,对二维信号进行分解
通过公式对二维信号进行分解,得到功率信号分解系数
其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。
本实施例中,功率信号变换算子的计算公式为:
其中,为域中的权重函数,自变量为一般情况下可以选择高斯函数;为域中的权重函数,自变量为上标i表示虚数单位,其平方等于-1。
A5,确定功率信号分解系数阈值,具体的步骤可以包括:
A 51,求取功率信号分解系数幅值的均值cmean;
A 52,求取功率信号分解系数幅值的均方差σ;
A 53,确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。
A6,确定滤除噪声的分解系数
其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。
A7,求取新的功率信号
A71,所求得的滤除噪声的分解系数为所需系数,此分解系数序列所对应的功率信号即为所求的无噪声的功率信号。具体的:
根据得到的滤除噪声的分解系数
通过公式得到无噪声的功率信号
A72,构造新的功率信号矩阵
所求得的作为新的功率矩阵的第nr行,第nc列元素,即:
A8,重新排列数据,得到无噪声的功率信号序列
将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。
本发明实施例所述的能量分解中功率信号滤波方法,可以有效滤除功率信号中的脉冲噪声。噪声滤除的目的是进行开关事件检测,经过本发明的方法滤除之后,开关事件检测的正确率可以提高10个百分点左右;开关事件发生时间的误差可以控制在14%左右。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种能量分解中功率信号滤波方法,其特征在于,包括:
采集功率信号序列,将其转换为二维信号;
对二维信号进行分解,求取功率信号分解系数;
根据求取的功率信号分解系数,确定功率信号分解系数阈值;
判断求取的功率信号分解系数幅值是否大于等于功率信号分解系数阈值,若是,则滤除噪声的分解系数为求取的功率信号分解系数,否则,滤除噪声的分解系数为预设值;
利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列。
2.根据权利要求1所述的能量分解中功率信号滤波方法,其特征在于,所述采集功率信号序列,将其转换为二维信号包括:
采集功率信号序列P(1),P(2),…,P(N),将其转换为矩阵形式,得到功率矩阵,其中,N为功率信号序列的长度;
将功率矩阵转换为二维信号。
3.根据权利要求2所述的能量分解中功率信号滤波方法,其特征在于,所述采集功率信号序列P(1),P(2),…,P(N),将其转换为矩阵形式,得到功率矩阵包括:
按照功率信号序列P(1),P(2),…,P(N)的先后次序,将功率信号序列P(1),P(2),…,P(N)分为NR段,每段含有NC个数据,其中,符号表示上取整;
如果N<NR×NC,则将最后一段不足的部分补零;
将分段后的数据重新排列为矩阵的形式,一段数据为一行,得到功率矩阵
4.根据权利要求3所述的能量分解中功率信号滤波方法,其特征在于,转换后得到的二维信号为:
nr=1,2,…,NR
nc=1,2,…,NC
其中,表示二维信号,表示功率矩阵的第nr行、第nc列元素。
5.根据权利要求4所述的能量分解中功率信号滤波方法,其特征在于,所述对二维信号进行分解,求取功率信号分解系数包括:
通过公式对二维信号进行分解,得到功率信号分解系数
其中,表示功率信号变换算子,表示功率信号变换算子的共轭,表示参量。
6.根据权利要求5所述的能量分解中功率信号滤波方法,其特征在于,功率信号变换算子的计算公式为:
其中,为域中的权重函数,自变量为 为域中的权重函数,自变量为上标i表示虚数单位。
7.根据权利要求6所述的能量分解中功率信号滤波方法,其特征在于,所述根据求取的功率信号分解系数,确定功率信号分解系数阈值包括:
求取功率信号分解系数幅值的均值cmean;
求取功率信号分解系数幅值的均方差σ;
确定功率信号分解系数阈值τ:τ=cmean+0.712*σ。
8.根据权利要求7所述的能量分解中功率信号滤波方法,其特征在于,滤除噪声的分解系数表示为:
其中,是滤除噪声的分解系数,表示已经滤除了噪声之后的功率信号分解系数;|*|表示求取*的幅值。
9.根据权利要求8所述的能量分解中功率信号滤波方法,其特征在于,所述利用得到的滤除噪声的分解系数,生成无噪声的功率信号序列包括:
根据得到的滤除噪声的分解系数通过公式得到无噪声的功率信号
根据得到的无噪声的功率信号构造新的功率矩阵
将得到的功率矩阵的第一行数据作为第一段,第二行数据作为第二段,以此类推,最后一行数据作为最后一段,将这些段按照顺序连接起来,并截取前面的N个数据组成一数据序列,此数据序列就是无噪声的功率信号序列。
10.根据权利要求9所述的能量分解中功率信号滤波方法,其特征在于,功率矩阵表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949700.3A CN109241874B (zh) | 2018-08-20 | 2018-08-20 | 能量分解中功率信号滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949700.3A CN109241874B (zh) | 2018-08-20 | 2018-08-20 | 能量分解中功率信号滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109241874A true CN109241874A (zh) | 2019-01-18 |
CN109241874B CN109241874B (zh) | 2021-09-21 |
Family
ID=65070124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810949700.3A Expired - Fee Related CN109241874B (zh) | 2018-08-20 | 2018-08-20 | 能量分解中功率信号滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241874B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740582A (zh) * | 2019-03-04 | 2019-05-10 | 广东石油化工学院 | 一种用于能量分解的功率信号噪声滤除方法及*** |
CN110146920A (zh) * | 2019-06-26 | 2019-08-20 | 广东石油化工学院 | 基于幅值相对变化的微震事件检测方法和*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209006A (zh) * | 2013-04-10 | 2013-07-17 | 华为技术有限公司 | 一种消除脉冲噪声的方法和装置 |
CN104007469A (zh) * | 2014-05-24 | 2014-08-27 | 长江大学 | 一种基于曲波变换的弱地震信号重构方法 |
KR20170036567A (ko) * | 2015-09-24 | 2017-04-03 | 지투파워 (주) | Uhf안테나를 이용한 배전반의 아크 신호 분석처리 시스템 및 그 처리 방법 |
-
2018
- 2018-08-20 CN CN201810949700.3A patent/CN109241874B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209006A (zh) * | 2013-04-10 | 2013-07-17 | 华为技术有限公司 | 一种消除脉冲噪声的方法和装置 |
CN104007469A (zh) * | 2014-05-24 | 2014-08-27 | 长江大学 | 一种基于曲波变换的弱地震信号重构方法 |
KR20170036567A (ko) * | 2015-09-24 | 2017-04-03 | 지투파워 (주) | Uhf안테나를 이용한 배전반의 아크 신호 분석처리 시스템 및 그 처리 방법 |
Non-Patent Citations (2)
Title |
---|
C. H. KIM ETAL.: "A NOISE SUPPRESSION METHOD FOR IMPROVEMENT OF POWER QUALITY WING WAVELET TRANSFORMS", 《1999 IEEE POWER ENGINEERING SOCIETY SUMMER MEETING CONFERENCE PROCEEDINGS》 * |
曾小红等: "漏磁信号处理中的经验模态分解和能量法阈值", 《无损检测》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740582A (zh) * | 2019-03-04 | 2019-05-10 | 广东石油化工学院 | 一种用于能量分解的功率信号噪声滤除方法及*** |
CN109740582B (zh) * | 2019-03-04 | 2020-09-11 | 广东石油化工学院 | 一种用于能量分解的功率信号噪声滤除方法及*** |
CN110146920A (zh) * | 2019-06-26 | 2019-08-20 | 广东石油化工学院 | 基于幅值相对变化的微震事件检测方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN109241874B (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021736B (zh) | 一种基于滑动窗残差模型的负荷投切动作监测方法 | |
CN108918931A (zh) | 一种负荷分解中功率信号自适应滤波方法 | |
CN108918932A (zh) | 负荷分解中功率信号自适应滤波方法 | |
Mai et al. | Dynamic phasor and frequency estimators considering decaying DC components | |
CN109307798A (zh) | 一种用于开关事件检测的功率信号滤波方法 | |
CN109145825B (zh) | 一种相干噪声滤除方法及*** | |
CN109188069A (zh) | 一种用于负载开关事件检测的脉冲噪声滤除方法 | |
CN109241874A (zh) | 能量分解中功率信号滤波方法 | |
CN110221121A (zh) | 一种基于信号分离的负荷开关事件检测方法和*** | |
CN108918929A (zh) | 一种负荷分解中功率信号自适应滤波方法 | |
CN109063676A (zh) | 一种用于功率信号的自适应时频峰值滤波方法及*** | |
CN112255495A (zh) | 一种微电网高阻故障检测方法 | |
CN112434567B (zh) | 一种利用噪声抖动性质的功率信号滤波方法和*** | |
CN110221119B (zh) | 基于功率与akie融合信息的负载开关事件检测方法和*** | |
CN110702981A (zh) | 一种利用分类树的负荷开关事件检测方法和*** | |
CN110542855B (zh) | 基于离散余弦变换的负荷开关事件检测方法和*** | |
CN111832474A (zh) | 一种利用能量尺度的功率信号滤波方法和*** | |
CN111830405A (zh) | 一种利用频率差异量的负荷开关事件检测方法和*** | |
CN111639606A (zh) | 一种利用Dantzig总梯度最小化的功率信号滤波方法和*** | |
CN110504678A (zh) | 一种基于预测矩阵的功率信号重构方法和*** | |
CN110749841A (zh) | 一种利用转换空间因子的负荷开关事件检测方法和*** | |
CN110276275A (zh) | 一种能量分解中基于超平面的功率信号的滤波方法和装置 | |
CN112307986B (zh) | 一种利用高斯梯度的负荷开关事件检测方法和*** | |
CN110514884B (zh) | 一种基于延迟矢量的功率信号滤波方法和*** | |
CN112180152A (zh) | 一种利用均值偏移分群的负荷开关事件检测方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210921 |