基于二维提升小波的火电厂周期性数据压缩算法

针对火电厂生产运行中产生的大量周期性实时数据，提出了一种新的数据压缩与解压缩算法。为了更加有效地降低周期性数据中存在的冗余，该算法首先将待压缩的周期性数据从一维空间转换到二维空间，然后采用基于二维提升格式的对称双正交小波滤波器组对数据进行压缩和解压缩。利用实际测取的电力生产过程中的周期性数据对算法进行验证，试验结果表明，在相同的压缩比下，基于二维小波压缩的重构效果优于基于一维小波压缩的重构效果。因此该算法是一种有效和实用的周期性数据压缩方法，具有较大的应用潜力。     

基于提升小波和混合熵编码的数据压缩方法

大型发电机组远程状态监测系统中实时数据的存储与网络传输对数据压缩和重构技术提出了较高的要求.文中给出一种提升小波变换与混合熵编码技术相结合的数据压缩方法.首先利用基于提升格式的双正交滤波器组对实时数据进行小波分解,然后对小波系数进行阈值量化,最后通过混合熵编码技术对保留的系数进行编码,以进一步提高压缩效率.对实际发电机组实时数据进行了压缩试验,结果表明,有损压缩技术和无损压缩技术的结合可以获得较高的压缩比,能够较好地满足大型发电机组实时数据的存储和传输需求,是一种有效和实用的实时数据压缩方法.     

基于MMoE和GRU的PMU数据有损压缩算法

为解决同步向量量测装置广泛部署带来的数据冗余度与数据量快速增长、系统数据储存及传输成本大幅增加的问题，本文提出一种基于多任务学习和门控循环单元自编码器的有损数据压缩算法。首先，根据同步向量量测装置三相量测数据具有相关性的特点，采用多门控混合专家模型和门控循环单元构建了变分自编码器一次数据压缩模型，将各相数据进行特征融合，利用多任务学习挖掘三相量测数据之间的相关性；其次，使用无损压缩算法对一次压缩数据进行二次压缩，得到最终压缩数据；最后，通过算例分析表明，所提算法能够充分利用各相数据之间的相关性，实现对压缩数据的高精度重构，提高数据压缩效率。     

变压器油光谱监测系统中的实时数据存储

为解决变压器油光谱监测系统实时数据量大、难以传输的问题,提出了具有针对性的ISDT算法以实现数据压缩,节约存储数据所需的内存空间。经典SDT算法对数据的适应性弱,抗噪声能力不足,并存在重要数据丢失的可能。ISDT算法首先对二次谐波进行SG滤波,而后对影响浓度测量的极点数据进行直接记录,最后根据允许压缩误差动态调整门限值ΔE,在保留有用信息的基础上实现了高数据压缩比。实践表明,在数据重要信息不丢失及数据误差满足要求的前提下,ISDT算法可有效降低数据冗余度,使实时数据的高效存储与传输成为可能。     

基于大数据技术的实时数据中心重构研究

提出了一种基于大数据技术的电网企业实时数据中心重构的方法。通过对实时数据中心数据接入接口的改造,实现实时数据接入大数据组件HBase;通过对HBase表结构设计及相关参数的调优,实现电网企业实时数据的标准化存储;通过基于大数据组件设计符合实时数据中心规范的标准访问接口UAPI,实现实时数据中心上层业务应用的迁移和平滑过渡。该方法的可行性已在多个省(市)电力公司得到验证。     

基于压缩感知的综合能源数据处理

摘要：综合能源系统是集多种能源为一体,便利于人民生活的一种综合供能系统。综合能源信息的采集与分析是构建综合能源信息系统的基础和前提。本文提出一种基于复合数据结构压缩感知的综合能源数据压缩采集方法。首先,对综合能源数据进行分析,研究综合能源数据存储的复合数据结构,实现多源综合能源数据的数据融合;然后,利用综合能源数据设计复合数据结构的归一化过完备字典,将其应用于综合能源数据的压缩采集和信号重构;在此基础上,提出能够处理综合能源数据的压缩感知重构算法,并利用压缩感知重构对用户的综合用能特性进行分析,最后通过仿真结果验证了本文设计方法对处理综合能源数据的有效性。     

电力系统故障录波数据压缩与重构小波基选择

电力系统高压或超高压电网故障录波数据压缩与重构工具的选择,到目前为止还没有一个统一的模型和评价标准。详细分析了现有故障录波数据压缩与重构算法的优缺点,研究和阐述了各主要小波基的性能、特点,针对高压、超高压电网故障诊断、故障录波数据压缩与重构的实际需求,提出了将故障录波数据压缩比、信号重构的失真率、故障时刻定位误差率以及计算时间作为综合评价故障录波数据压缩与重构工具选择的依据。通过理论分析和大量ATP仿真以及华东电网实际故障录波数据验证分析表明,双正交提升小波对故障录波信号压缩与重构具有明显的优越性,并成功地将双正交提升小波应用到某电力公司故障诊断系统。     

电力系统故障录波数据压缩与重构小波基选择

电力系统高压或超高压电网故障录波数据压缩与重构工具的选择,到目前为止还没有一个统一的模型和评价标准。详细分析了现有故障录波数据压缩与重构算法的优缺点,研究和阐述了各主要小波基的性能、特点,针对高压、超高压电网故障诊断、故障录波数据压缩与重构的实际需求,提出了将故障录波数据压缩比、信号重构的失真率、故障时刻定位误差率以及计算时间作为综合评价故障录波数据压缩与重构工具选择的依据。通过理论分析和大量ATP仿真以及华东电网实际故障录波数据验证分析表明,双正交提升小波对故障录波信号压缩与重构具有明显的优越性,并成功地将双正交提升小波应用到某电力公司故障诊断系统。     

电力调度SCADA系统中历史数据压缩及存储策略

为降低电力调度SCADA系统历史数据量、提高历史数据存储效率,提出一种基于有效估算的旋转门算法(effective reckon swing door trending,ERSDT),并针对压缩的历史数据给出了一种新的数据多级存储策略。ERSDT通过搜寻最远压缩点以及旋转平衡因子方式进行数据压缩。针对压缩数据给出实时数据库、历史数据库、磁盘文件库三级存储体系,并描述了三级存储体系的运行原理。实验数据验证了ERSDT算法的可行性,与传统的SDT算法相比提高了压缩率、降低了压缩时间。实践证明ERSDT算法以及多级数据存储策略可以降低历史数据量、提高数据存储及查询效率,从而保证SCADA系统安全、稳定的运行。     

电力系统周期性数据大比率压缩算法

针对电力系统大量周期性实时数据,提出了一种新的数据压缩与解压缩算法.针对周期性数据循环内与循环间信息不均衡性,基于三次样条插值方法进行重采样以实现整周期采样,克服电网频率波动的影响,消除循环内与循环间信息的耦合,更有效去除循环间数据的冗余性,实现大压缩比.分析了该重采样方法的误差,利用基于提升格式的小波分解对数据等相位点序列分别进行分解与重构,实现数据压缩与解压缩.利用实际测取的电力生产过程中的周期性数据对所提出的算法进行验证,试验结果表明,在相同的压缩比下,重采样之后进行压缩的数据的信噪比优于直接压缩数据的信噪比.     

电力系统采集数据压缩品质影响规律研究

增强采集数据本身压缩品质是提高压缩比的又一关键途径,为此提出了一种电网数据压缩品质评测方案,研究了同步与非同步采样方式、典型数据转换格式、数据中白噪声和相位噪声幅值等因素对压缩品质的影响规律和权重对比,给出了提高电网数据压缩品质的方法和建议,并通过实测数据进行了验证,为电力系统采集装置和数据处理优化提供了指导,有效保障了电网数据大比率压缩的实现。     

基于嵌入式平台的电能信息采集系统研究

针对目前电能信息采集系统存在的通信数据量大、通信费用高的问题,设计了一种基于uC/OS嵌入式实时操作系统的电能信息采集系统,该系统包括智能电表、电能信息采集终端、上位机软件和主站数据中心。系统根据上位机设置的参数下行采集电表中数据,数据在采集终端经过数据压缩处理后,通过远程通信技术上行传输至主站,便于工作人员监测和管理电能数据。文中结合Lempel-Ziv-Oberhumer无损压缩技术和游程编码技术对数据压缩方案进行改进,通过数据压缩对比实验,验证数据压缩方案的可行性。实验结果表明,系统采用的数据压缩技术有效提高了数据传输的通信效率,验证了系统的实用性和有效性。     

电力系统故障录波数据压缩方法研究

针对电力系统大量录波信号的传输问题,提出了一种压缩数据的实用方法。采用离散小波变换把数据从时域变换到频域,然后对高频系数取门限进行阀值量化,而低频系数则乘以一定倍数变成整型数据,最后把小波分解阶数,量化倍数,被保留的各级高频系数个数、大小和位置,原始数据个数,低频系数个数以及各数据之间的结束标识符一起进行静态Huffman编码。仿真分析表明,数据压缩比和重构误差都很小,证明该方法有效。     

基于小波包变换和矢量量化的电力系统故障数据压缩

在实际的故障分析中通常不是利用故障暂态信号的全部频带信息，而是利用其部分频带信息来解决问题，因此提出了针对电力系统故障信号压缩的特殊要求，即对于所要解决问题有重要价值的频带信息无损压缩，对不重要的频带信息可以失真压缩，即保频带压缩，在此基础上提出了基于小波包变换、Huffman编码方法和矢量量化相结合的故障数据压缩算法，首先利用小波包变换将故障信号分解成各个频带的信息，选择有重要信息的频带采用自适应Huffman无损压缩算法，而对于其他频带数据信息，采用矢量量化压缩算法，通过仿真测试，该算法较好地满足了故障暂态信号的压缩要求，具有较大的应用潜力。     

基于主成分分析和最小二乘支持向量机的电力系统状态估计

电力系统状态估计在能量管理系统中起着非常重要的作用,作者提出了基于主成分分析和最小二乘支持向量机的状态估计方法。首先对由量测量组成的初始样本进行主成分分析,对初始样本进行数据压缩和特征提取,消除数据间的相关性,提取出包含初始样本足够信息的主成分,然后将提取出的主成分作为最小二乘支持向量机的输入,降低了样本空间的维数。算例结果表明了所提出方法能有效地提高电力系统状态估计的精度。     

嵌入式零树图像编码在故障信号压缩中的应用

随着对电力系统故障过程监控水平要求的逐步提高,急剧增大的故障录波器数据量给数据传输和储存带来了很大的困难,因此数据压缩也越来越受到人们的关注。在描述小波包变换的基础上,提出了一种由嵌入式零树编码算法改变而成的应用于电力系统一维故障数据压缩的压缩方法。仿真结果表明该算法对电力系统故障数据的压缩十分有效,并且实现简单,在任意点中断编解码不会影响算法重构出基本波形。     

基于 LSA-MP 改进原子分解的 电能质量数据压缩方法

电能质量数据压缩是电能质量问题检测和识别中的重要步骤,其本质即为探寻电能质量稀疏特征的过程。针对稀疏分解中常用的匹配追踪算法在匹配最佳原子时计算复杂度高、耗时长,不能满足电力信号分析实时性要求的问题,应用收敛精度高、收敛速度快以及全局寻优能力强的闪电搜索算法搜索最佳原子,提出了闪电搜索匹配追踪算法。利用所提算法在构建的电能质量相关原子库中对电能质量信号进行原子分解,提取电能质量特征参数,将提取到的参数作为压缩后的电能质量数据,实现电能质量数据压缩。实验结果表明,所提算法匹配最佳原子的耗时约缩短为原算法的1/98,基于所提算法的电能质量数据压缩方法在匹配最佳原子满足电力信号分析的实时性要求,具有较高的压缩率和较低的重构误差,提高了数据压缩的性能。     

配电网监测数据的分布式Map压缩-查询技术

针对配电自动化中大量电力监测数据的处理问题,提出了回避聚合操作的配电网监测数据分布式Map压缩-查询新方法。通过将监测数据分布式Map压缩存储,利用HQL查询引擎及压缩接口将分布式Map压缩应用到连接查询的混洗阶段中,减小传递到查询聚合端的数据量,提高压缩数据的查询速度,并推导了时效性的相关公式。以北京某动车段10 kV电力远动监控系统的实测数据为例,搭建了四节点测试集群。压缩导入对比测试表明,分布式Map压缩速度快于分布式Reduce压缩,分布式Map的Map_Deflate压缩处理时间比分布式Reduce_Deflate减少了45.3%;压缩-查询测试表明,当数据量为2×10~7记录级时,分布式Map的Map_LZO格式压缩-查询耗时大幅降低,比混洗阶段不压缩-查询时减少了31.6%,验证了分布式Map压缩对加速查询的时效性。     

电力系统二维重组法数据压缩算法

提出了一种新的数据压缩与解压缩算法,针对周期性数据循环内与循环间信息不均衡性,能够在电网频率波动的情况下,通过自动调整采样频率,消除周期性数据循环内与循环间信息耦合,更有效地去除循环间数据冗余性,实现电力系统周期性数据大比率数据压缩。采用了二元线性回归算法对电网频率进行实时预测,提出同步数字倍频法用来产生同步采样脉冲,进而实现等相位同步采样,利用基于提升格式的小波分解对数据等相位点序列分别进行分解与重构,实现数据压缩与解压缩。利用实际测取的电力生产过程中的周期性数据对算法进行验证,试验结果表明,在相同的压缩比下,基于等相位采样的重构效果优于基于等间隔采样的重构效果。