ElectricalAutomation《电气自动化》2023年第45卷第1期电力系统及其自动化PowerSystem＆Automation基于改进核回归的电能质量扰动去噪方法余雷，庞宇，王嘉凯，刘宏伟(长安大学电子与控制工程学院，陕西西安710064)摘要:电能质量扰动信号的噪声问题已经得到人们的广泛关注。为了消除噪声对信号的影响，利用改进核回归的方法，即在经典核回归的方法上增添了自动选择最优带宽的功能，通过改进核回归对带有噪声的电能质量扰动信号进行分解再重构，从而达到去噪的效果。以信噪比和均方误差为评价指标进行仿真试验。结果表明，最终的信噪比上升，均方误差值很小，表示改进算法的去噪效果良好，且一定程度上保留了原始信号的局部信息特征。关键词:电能质量扰动;改进核回归;最优带宽;去噪;评价指标DOI:10．3969/j．issn．1000－3886．2023．01．017［中图分类号］TN911．7［文献标志码］A［文章编号］1000－3886(2023)01－0062－04PowerQualityDisturbanceDenoisingMethodBasedonImprovedKernelＲegressionYuLei，PangYu，WangJiakai，LiuHongwei(SchoolofElectronicsandControlEngineering，Chang’anUniversity，Xi’anShaanxi710064，China)Abstract:Thenoiseproblemofpowerqualitydisturbancesignalshasbeenwidelyconcerned．Inordertoeliminatetheinfluenceofnoiseonthesignal，theimprovednuclearregressionmethodwasused，thatis，thefunctionofautomaticallyselectingtheoptimalbandwidthwasaddedtotheclassicnuclearregressionmethod，andthenoisypowerqualitydisturbancesignalwasdecomposedandthenrestructure，soastoachievetheeffectofdenoising．Thesimulationexperimentwascarriedoutwiththesignal-to-noiseratioandmeansquareerrorasevaluationindicators．Theresultsshowthatthefinalsignal-to-noiseratioincreasesandthemeansquareerrorvalueissmall，indicatingthattheimprovedalgorithmhasagooddenoisingeffectandretainsthelocalinformationcharacteristicsoftheoriginalsignaltoacertainextent．Keywords:powerqualitydisturbance;improvedkernelregression;optimalbandwidth;denoising;evaluatingindicator定稿日期:2021－11－300前言随着电力系统的发展、电源接入形式多样化和负荷种类的增加，电网中电能质量扰动问题越来越突出［1］。电能质量信号中除了分析电能质量有用的信号外，还包含大量的噪声信号［2］。有效地降低电能质量...
