基于云边协同的配电网暂态录波数据压缩与故障特征提取.docxVIP

PAGE2

基于云边协同的配电网暂态录波数据压缩与故障特征提取

摘要

配电网暂态录波数据量呈爆发式增长，而传统全量上传模式受限于通信带宽，极易造成故障诊断延迟。

本设计以电力物联网为背景，提出一种基于云边协同的配电网暂态录波数据压缩与故障特征提取方案。

利用边缘终端对录波数据进行小波变换压缩，仅上传压缩后的数据至云端，云端解压后提取故障特征并完成故障类型识别，从而大幅减少上传数据量，提升诊断效率。

全文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。

在需求分析阶段，明确了压缩比大于10、识别准确率不低于95%等硬性指标；总体设计阶段搭建了由设备层、边缘层和云平台层构成的三层协同架构；详细设计阶段给出了边缘小波压缩模块与云端故障识别模块的算法流程与接口规范；实现阶段以Python和物联网协议构建原型系统；测试阶段验证压缩比可达10.3，故障识别准确率达96.2%，端到端时延低于2秒。

本设计的核心创新在于将算力下放至边缘端完成数据精简，利用小波变换的稀疏表示特性在保持故障特征的同时压缩数据，为云边协同在配电网智能运维中的落地提供了可行路径。

第一章绪论

1.1研究背景

配电网作为电力系统与用户直接相连的末端环节，其运行可靠性直接影响供电质量。

暂态录波装置能够以高采样率捕捉故障前后的电压、电流暂态波形，是故障分析与反演的关键数据源。

国家电网公司企业标准规