基于量子滤波器的电能数据检测与分析
智能电表是智能电网的重要组成部分,具有用户用电信息采集、原始处理、用电信息存储、双向多费率计算、用户端控制以及双向通信等功能.供电方可以每隔15 min读取一次用户用电数据,如此高频率的数据采集产生了用电大数据,通过对这些用电数据进行数据挖掘,可使客户、供电公司、政府以及社会受益.数据质量是数据挖掘的基础,又由于电力数据采集过程容易受到各种随机干扰,使得原始采集数据不能真实反映客观规律,这就需要对数据进行过滤. 本文首先讨论了随机滤波的本质及其必要条件。当客观系统状态模型未知时，传统随机滤波方法（包括所谓的粒子滤波）失效。量子滤波器将客观系统的状态变量抽象为生物观测者的意识流，并假设意识具有量子现象，其状态演化满足薛定谔方程。这样就不需要知道观测信号的模型和测量噪声的统计类型，实现了智能滤波。对比测试发现，量子滤波器滤波结果更加接近真实信号、更加光滑，但时延比RLS结果更大且处理速度相对较慢。最后给出了某用电客户用电数据实时过滤及其用电负荷预测的实例。量子滤波器的本质是一步前向预测器，本文对其进行了一定改进，结合一些可预见的外部事件，给出了基于量子滤波器的电力负荷预测的理论框架。利用量子滤波器不含模式（状态）噪声的特点，结合Pasen窗核估计法，将测量噪声归为传输信道和测量设备总体的固有噪声，提出了利用测量噪声概率密度函数进行异常用电检测的思想。
智能电网 用电信息 电能检测 量子滤波器
吴浩瀚 蒋刚
国网广安供电公司信通公司,四川广安638099
国内会议
天津
中文
452-452
2016-09-24（万方平台首次上网日期，不代表论文的发表时间）