基于实测电力噪声分布的窄带电力噪声建模摘要：基于实际测量电力噪声特性参数的统计分布，推导非高斯分布的窄带电力噪声模型，主要包括背景噪声和脉冲噪声.前者应用升余弦滚降滤波法建模，其功率服从正态分布；后者利用随机分布的特性参数：脉冲的宽度、间隔和包络所构建的脉冲函数来建模.宽度、间隔和包络随机量均服从分隔马氏链.然后应用实际测量数据和马尔克夫链蒙特卡罗（MarkovChainMonteCarlo，MCMC）分析法比较评估了此模型，数值分析结果显示，模型能够很好地逼近实际的电力噪声.关键词：电力线通信；智能电网；正交频分复用；分隔马氏链；马尔克夫链蒙特卡罗：TPN14文献标识码：A基于电力信道的通信技术是智能电网（SmartGrid）建设的主要通信方式.它不需要重新铺设专用的通信通路，通过在与传递电能同一路径的线路上确定通信链路来传递信息，并且电力线通信不会像无线通信那样容易被密集的建筑物所阻挡，从而减少安装和维护费用.电力线通信技术市场长期被单载波PLC技术所垄断.最近，被称为G3和PRIME标准[1]的OFDM窄带（10～95kHz）PLC技术进入了市场.它提供高的通信速率，鲁棒的通信模式，这些是智能电网双向通信的关键.但是，作为信息传输媒介来进行数据或语音传输，低压配电网络具有负荷情况复杂、信号衰减大，信道容量小，并存在背景噪声、随机脉冲噪声、与工频同步的谐波噪声等.所以为满足智能电网双向通信的需求，以电力网络为信道的高速通信技术，必须有适应于电力信道的调制和编码方案，能够抵抗恶劣的信道属性等等，这都需要对实际电力线信道有深入的了解.电力信道中影响高速通信的主要因素有因电缆损耗导致的信号衰减、多径传播和噪声等.其中多径传播在文献[2]中有详细论述，而应用于10～95kHz的窄带电力线噪声的仿真模型还没有明确的推论.早期的研究显示电力环境中的噪声不是加性高斯白噪声（AWGN）[3].为了仿真噪声，许多文献提出了不同的噪声的统计模型，脉冲噪声的统计属性可以在文献[4]中发现；背景噪声的功率谱密度在文献[5]中建立；一种忽略脉冲噪声随机性的确定性窄带噪声数学模型在文献[6]中给出.然而，目前没有一种电力噪声模型，考虑了脉冲噪声在实际电力环境中包络和时间的分布.由于电力噪声分布的多样性和随机性，用一种确定的数学模型很难体现其物理属性.本文通过构建真实电力线噪声的测量环境，记录并分析实测噪声，对其中的背景噪声和脉冲噪声进行了建模和仿真.前者的时域模型由高斯白噪声通过滚降系数为‘1’的滚降滤波器而得到，其功率近似服从正态分布；后者的时域模型由服从确定统计规律的特性参数所描述，特性参数根据实际测量的数据统计得到，其时域的仿真波形由MCMC分析得到.1噪声模型根据背景噪声的平稳分布性和脉冲噪声的随机分布性，利用实际测量数据分别对两种噪声进行统计建模，再将两种噪声叠加[7]，得到实测的电力噪声模型.1.1噪声测量文中所述噪声的测量均按图1所示系统实现.电力信号首先通过容性耦合器，将50Hz的工频电压谐波噪声滤除，然后通过10～500kHz的带通滤波器，得到窄带电力噪声，最后由大容量数据存储的数字采集器记录保存.滤波器采用3阶巴特沃斯带通滤波器[8]，线性中心频率为255kHz.数字采集器的型号为USB2085，实现A/D转换和数据采集的功能，设置其采样频率为400kHz，采集时长为10min/次.现选湖南大学13舍实验楼作为测试点，对七楼配电箱A相进行分时段的连续测量记录，根据用电负荷和噪声干扰的不同，分成3个时段进行测量：轻量噪声时段，00：00-06：00；中量噪声时段，12：00-13：00和重量噪声时段，14：00-17：00.测量总时长为6361min，约106h.1.2背景噪声模型电力背景噪声属于平稳分布的彩色噪声，其功率主要集中于低频段.图2为去除窄带及脉冲噪声后背景噪声的功率谱密度，3个时段的噪声在频率最低处，功率最大，集中于-10dB附近，随着频率的增大，功率减小，所以具有低通特性.因此背景噪声的时域模型ηc（t），可以由加性高斯白噪声（AWGN）ξ（t），通过滚降系数为‘1’的升余弦滚降滤波器而得到：1.3脉冲噪声模型脉冲噪声分为同步的周期性和异步的非周期性脉冲噪声.对于前者，因为具有确定性，所以建模相对...