在对工业污水处理站运行设备进行负荷识别时，由于其所处的复杂工作环境，采集设备得到的信号中经常包含背景中的强噪声干扰，使得在对关键电力参量波形的识别和处理时出现较大困难。本文基于Sage-Husa自适应算法与卡尔曼滤波法相结合，在卡尔曼滤波基础上，加入遗忘因子，陌生参量指标，对工业污水站设备采集信号波形进行处理。采用公司智能电表采集平台数据进行实验验证，本文算法对比传统卡尔曼滤波算法，误差平均值降低42.91%，误差方差降低48.68%，获得更好的消除背景噪声效果。
科研之友
微信
新浪微博
Facebook
分享链接
