二维电能质量数据压缩.pdfVIP

第４１卷第１期 数　字　通　信 Ｖｏｌ４１，Ｎｏ．１ 　　　　 ３２ ２０１４年２月２５日 ＤｉｇｉｔａｌＣｏｍｍｕｎｉｃａｔｉｏｎ Ｆｅｂ．２５　２０１４ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００５３８２４．２０１４．０１．００８ 二维电能质量数据压缩 １ ２ １ 何　丰 ，曾春夏 ，管　春 （１．重庆邮电大学 光电工程学院，重庆４０００６５；２．重庆邮电大学 通信与信息工程学院，重庆４０００６５） 摘　要：近年来，大量电能质量监测点的建立，使得电能质量数据增加，为处理大量的电能质量监测数据，提出了一 种基于方向小波变换的电能质量数据压缩方法。将一维的电能质量数据转换成二维的数据，得到经过此变换分解 的二维数据的小波系数，再将这些小波系数应用图像压缩中的ＳＰＩＨＴ（多级树集合分裂）编码算法，压缩二维表示 的电能质量数据。实验结果表明，此方法具有压缩率高、速度快，控制压缩比和特征不变的特点，有利于根据网络 的状况调节传输的数据量。 关键词：电能质量；方向小波变换；多级树集合分裂编码（ＳＰＩＨＴ） 中图分类号：ＴＰ３９１　　　　　　　文献标识码：Ａ 文章编号：１００５３８２４（２０１４）０１００３２０４ ０　引　言 １　二维表示的电能质量数据 近年来，由于用户对电能质量要求的提高，电力 电能质量数据是由电流或电压采样来的一维数 部门组建了不同规模的电能质量监测网，各监测点 据。一维数据并不能直接运用图像的压缩方法，但 之间传送的电能质量数据量十分庞大，监测点与监 由于电能质量数据具有周期性，因此将采集得到的 测中心之间的通信量也很大，无论是传给监控中心 一维电能质量数据按其波形数据轴距的周期性进行 还是就地存储都非常困难，必须对电能质量数据进 整数倍截断，将截断的相同长度的数据排列成二维 ［２］ 行压缩。比如，日本富士公司的ＰｏｗｅｒＳａｔａｌｉｔｅＩＩ计测 矩阵，得到二维数据 ，如图１所示。以采样点为 终端记录了一段长为２ｓ的电能质量故障，生成的 行，信号周期为列，幅值用灰度值表示，二维矩阵等 记录文件有９４８ｋＢ。由此可以看出，庞大的数据量 同于灰度图，如图２所示。 占用了大量的有限存储空间和网络资源。如果能对 电能质量数据进行有效的压缩，将更有利于组建大 规模的电能质量监测网。 Ｓａｎｔｏｓｏ等提出了小波系数阈值压缩方法，通过 小波变换，提取小波系数，再利用阈值法选取小波系 数中的有用成分，实现数据压缩。Ｐａｎｄａ等运用改 进小波的阈值处理方法来进行数据压缩。Ｇｅｒｅｋ等 将一维的电能质量数据转换成二维形式进行压缩， 此方法更加形象，相关度更高，获得了很好的压缩效 果。以上方法都运用了小波变换，但小波变换的计 ［１］ 图１　一维数据的二维表示 算复杂度高，计算时需要消耗大量的内存，成本高 。 Ａｈｍｅｄ等提出了离散余弦变换（ＤＣＴ）方法，借助了 电力系统的电能质量数据具有周期性，因此变 电能质量的周期性和ＤＣＴ算法的简便性，简化了电 换为二维矩阵的电能质量数据在行列间均存在冗余 能质量压缩算法。因此，受到图像压缩方法的启发， 性。二维矩阵与一维向量相比，大大增加了数据间 采用方向小波变换的方法，并结合ＳＰＩＨＴ编码对电 的冗余性，二维矩阵经过方向小波变换后，降低了其 能质量数据进行压缩，在取得高压缩比的同时，也保 行列间的冗余度，与传统的小波变换相比，提高了压