[发明专利]基于多项式回归平滑修正的增强型中值滤波方法及系统

说明书

本公开提供了一种基于多项式回归平滑修正的增强型中值滤波方法及系统，获取采样数据序列，并进行中值滤波，计算滤波残余；根据随机脉冲噪声门槛值和滤波残余，判断是否存在随机脉冲噪声及其潜在位置；如果有则确定潜在位置中的某数据为中心，确定局部数据序列，计算多项式回归平滑滤波矩阵，并用多项式回归平滑滤波矩阵修正局部数据序列，并修正后的序列替换原有局部序列所在相应位置的元素，得到背景噪声部分。本公开能够实现随机脉冲噪声的自适应检测。

技术领域

本公开涉及一种基于多项式回归平滑修正的增强型中值滤波方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

基于功率、电压/电流幅值、频率、相位等实时测量数据的分析与控制系统是现代电力系统安全稳定运行必不可少的部分，如数据采集与监视控制系统(SCADA系统)、广域监测系统(WAMS系统)。但是测量数据往往受背景噪声和脉冲噪声干扰，影响分析结果甚至引起错误的控制指令，以脉冲干扰影响最为严重。脉冲噪声具有随机性，发生率低但是幅度高。大功率负荷开关随机切换、数据传输过程中的电磁干扰等都会引起随机脉冲噪声。因此在分析测量数据之前需要对测量数据进行滤波以消除随机脉冲噪声。

中值滤波算法是过滤随机脉冲噪声最常用的算法，对稳态数据中的随机脉冲噪声具有强鲁棒性，方法简单便于实施。然而，当测量数据快速变化时，中值滤波对随机脉冲噪声的滤波效果下降，具体表现为不能有效过滤随机脉冲噪声并在其附近产生高于背景噪声的滤波残余，破坏随机脉冲噪声附近的局部信息。

由此可见，设计一种适应测量数据快速变化情况的增强型中值滤波算法是十分必要的。

发明内容

本公开为了解决上述问题，提出了一种基于多项式回归平滑修正的增强型中值滤波方法及系统，本公开能够自适应检测随机脉冲噪声，并利用多项式回归平滑过滤检测到的随机脉冲噪声并修正附近的滤波残余，增强中值滤波算法的随机噪声滤波能力。

为了实现上述目的，本公开采用如下技术方案：

一种基于多项式回归平滑修正的增强型中值滤波方法，包括以下步骤：

(1)获取采样数据序列，并进行中值滤波，计算滤波残余；

(2)根据随机脉冲噪声门槛值和滤波残余，判断是否存在随机脉冲噪声及其潜在位置；

(3)如果有则确定潜在位置中的某数据为中心，确定局部数据序列，计算多项式回归平滑滤波矩阵，并用多项式回归平滑滤波矩阵修正局部数据序列，并修正后的序列替换原有局部序列所在相应位置的元素，得到背景噪声部分。

作为进一步的限定，所述步骤(1)中的滤波残余为原有的数据序列与中值滤波后数据序列之差。

作为进一步的限定，所述步骤(2)中，如果若中值滤波后数据序列中存在元素使滤波残余的绝对值大于随机脉冲噪声门槛值成立，则判断存在随机脉冲噪声。

作为进一步的限定，所述步骤(2)中，满足滤波残余的绝对值大于随机脉冲噪声门槛值成立条件的元素位置为随机脉冲噪声潜在位置。

作为进一步的限定，所述步骤(2)中，随机脉冲噪声门槛值根据历史数据的背景噪声获取，随机脉冲噪声门槛值为历史数据的背景噪声标准差与调节系数的乘积。

作为进一步的限定，所述步骤(2)中，历史数据背景噪声为剔除随机脉冲噪声的滤波残余，随着滤波数据的更新，用最新的长度为N的背景噪声替换历史背景噪声数据中最老的N个元素，更新历史数据的背景噪声标准差。

作为进一步的限定，所述步骤(3)中，取随机脉冲噪声潜在位置中滤波残余的绝对值最大的位置为中心位置。