基于电力系统数据信息重组的压缩技术研究.docVIP

基于电力系统数据信息重组的压缩技术研究 　　摘要：在电力系统故障诊断方法研究、故障测距、电能质量分析及电网运行状态研究都采用电力录波数据压缩技术。而电力系统故障信号处理为非平稳暂态信号，该信号覆盖频谱宽，需要较高的采样率进行多层数据采集，提出电力系统数据滤波信息重构压缩技术方法。 　　Abstract: Power fault recording data compression technology is used by power system fault diagnosis methods research, fault location, power quality analysis and the operation research on the electric power. However, the trouble signal is not only unstable and transient, but also its recovered frequency spectrum is wideband. So it needs higher sampling rate to collect multi-level data. At last, the paper put forward compression technology based on data filtering information restructuring of power system. 　　关键词：电力系统；数据压缩；故障诊断 　　Key words: electric power system；data compression；fault diagnosis 　　中图分类号：TM769 文献标识码：A 文章编号：1006-4311（2011）23-0151-01 　　0引言 　　基于电力系统数据压缩，近年来很多学者只重视故障数据的压缩，而实际上，随着电力系统自动化提高，在线监控信息系统、集散控制系统的不断完善，海量过程数据的存储越来越受到人们的重视。离散小波变换有效电力样本采样信号进行多分辨率处理分析，在精度要求细节信息设立门限值，从而得到较高的数据压缩率。 　　1电力系统采样数据冗余分析 　　数据压缩技术指对数据表达式一种压缩式编码，其目的是减少数据的冗余或相关。数据压缩的基础在于数据是信息和冗余度的融合和减少或去除冗余度就可以压缩数据。基于录波数据是以周期正弦信号为基础构成的，所以数据之间存在较强的关联性。通常一般情况下，不但其相邻两个采样点数据之间变化小，同时相邻两周波对应点以及相邻通道对应点之间数据的变化也较小。这时如果记录或传输的不是每个采样点数据本身，而是相邻采样点，或者相邻通道对应采样点之间的数据的变换形式，则数据量会大大减少。或者说减少了数据之间的相关性，从而使数据有效的压缩。而冗余度压缩的简单例子是去除重复数据，稳态采样数据在一段时间内变化很小，则许多连续采样值是重复的，也就是说采样数据有一定的冗余度，采用基于二维提升格式小波变换的数据压缩算法来处理小波变换同时降低信号循环内和循环间的冗余。 　　2电力系统超长采样序列二维压缩算法 　　2.1 电力系统周期性信号二维转换数据的维数转换，其实质就是无失真信息重组变换的一种形式，具体表现为多媒体数据集合在不同维数的数据空间坐标之间的映射变换。所谓 “信息重组”指数据的重新排列与组合，信息重组变换即数据集合上的一个置换。无失真信息重组过程中是没有任何数据丢失的，是无失真的可逆过程，因而可以安全地作用于数据集合，然后无失真地恢复原有数据排列。 　　2.2 电力系统数据压缩与解压缩算法在小波变换的数据压缩方法中的应用研究。集成小波变换与神经网络对电能质量数据进行压缩与解压缩，获得了比基于余弦变换和小波变换更高的压缩效果。研究了基于小波包算法的压缩方法。在分析电力系统故障信号成分与特点的基础上探讨了压缩此类数据的小波基选择问题。应用多小波理论对电力系统故障暂态数据进行压缩，获得了比传统小波更好的压缩效果。提出了基于整数小波变换的实时数据压缩和解压缩算法，提高了算法运算效率，更加适合于工程应用。因此提出小波变换过程可以分为分裂、预测、更新和优化提升步四个步骤: 　　 　　优化提升步:可以根据实际情况多次交替的使用对偶提升步和更新提升步来改善小波变换的性质。在上述算法中，只在横轴方向进行小波分解，大大降低了循环间数据冗余，而完整保留了循环内数据的信息量，而且在横轴方向可以压缩任意长度的数据。 　　3同步采样法对数据压缩效果的改进研究 　　上述算法解决了循环间信息与循环内信息耦合故障，但是样条插值计算量很大，采样率越高，计算量也越大，因此本章提出另