一种实用的电力系统测量数据压缩方法

针对电力系统测量数据的压缩问题，提出了一种高效实用的数据压缩方法。该方法对数据进行离散小波变换后，对高频系数取门限进行阈值量化；低频系数经过数据变换实施Huffman编码。通过大量的仿真分析表明，数据压缩比和误差都非常小，该方法可行、有效。     

基于第二代小波变换的电力系统故障录波数据压缩方法

随着对故障过程监测水平要求的逐步提高,急剧增大的故障录波数据量给数据传输和存储带来了很大的困难,因此必须对其做压缩处理。在论述传统小波分解理论和第二代小波方法的基础上,提出了一种基于整数小波变换的无损压缩方法。该方法能够对电力暂态信号数据进行完全可逆的多尺度整数小波分解,并将各尺度上的小波系数进行Huffman编码,从而实现无损压缩。仿真实验结果表明：该方法应用于故障录波数据无损压缩可实现较高的压缩比。     

基于GHM多小波的电力系统故障录波数据压缩算法

针对电力系统大量故障录波数据的传输问题,提出了一种数据压缩的新方法。首先利用GHM多小波变换将故障数据分解为高频系数和低频系数,对于高频系数用嵌入式多小波零树编码和游程编码相结合的算法进行压缩,而对于包含原始信号大部分能量的低频系数则采用Huffman无损压缩方法。实验结果表明,该算法压缩比可以在1.3513%～24.0231%间实现自由变换,赋范均方误差为0.3534%时,压缩比为11.1693%,压缩效果好,具有较高的实用价值。     

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.     

自适应小波压缩算法在连续录波装置中应用

针对连续录波海量数据的存储和对称电力系统故障持续时间短的运行特点,基于Clark变换和小波变换提出了一种自适应录波数据压缩技术以解决连续录波中的海量数据存储与存储设备安全和容量之间的矛盾.根据小波变换最大比例系数区分出正常数据与故障数据,对故障数据利用小波分解和自适应阈值处理同Lz77相结合的方法直接进行自适应小波压缩存储,对于非故障数据则在Clark变换基础上再进行自适应小波压缩存储,以提高数据压缩效率.应用Simulink仿真模拟输电线路的正常和故障运行2种情况对所提出的压缩算法的有效性进行验证.仿真数据表明所提出的压缩方法比不进行数据区分压缩算法的压缩率更高,可有效地解决连续录波器中海量数据的存储与设备容量之间的矛盾.     

基于CL多小波及SPIHT编码的电力系统故障录波数据压缩算法

针对电力系统故障录波数据的存储和传输问题,提出了基于CL多小波和多级树集合分裂SPIHT(SetPartitioned in Hierarchical Tree)编码的数据压缩方法.首先对故障录波数据进行CL多小波变换,然后对变换以后的系数进行一维SPIHT编码,对得到的排序位流再进行算数编码.实验结果表明该算法在压缩比为8.2907%时,均方误差为0.4544%,信噪比达46.8504,同时该算法可以根据需要自由控制压缩比,实现了可变码率,在应用中可得到满意的压缩效果.     

放电声发射波检测中数据预处理的小波分析实现

研究了放电声发射波检测中用小波变换进行数据预处理的实现问题。内容包括小波分析预处理的步骤 ,选择小波 ,选择小波分解层数 ,提取有用频段的小波系数 ,小波消噪过程 ,小波消噪中的阈值选取 ,对提取的小波系数进行小波消噪等。两组实测信号的小波分析数据预处理结果证明了数据预处理的有效性     

放电声发射波检测中数据预处理的小波分析实现

研究了放电声发射波检测中用小波变换进行数据预处理的实现问题.内容包括小波分析预处理的步骤,选择小波,选择小波分解层数,提取有用频段的小波系数,小波消噪过程,小波消噪中的阈值选取,对提取的小波系数进行小波消噪等.两组实测信号的小波分析数据预处理结果证明了数据预处理的有效性.     

基于提升小波改进阈值的光谱信号去噪研究

对傅里叶红外光谱信号的预处理进行研究,分析了小波变换在光谱信号去噪中的应用,针对传统小波阈值去噪中存在的缺点,对阈值函数进行改进。改进方法通过保留部分低于阈值的分解系数,克服了硬阈值法不连续,以及软阈值法估计系数和真实系数具有恒定偏差的缺点。实验采用基于提升小波的改进阈值函数法对铜陵市市区上空空气实测光谱信号进行预处理,结果表明,与经典小波变换和Donoho软阈值、硬阈值法相比,相同条件下信噪比、均方差、运行速度均有所提高。     

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。     

数据压缩技术在电力系统通信中的应用

介绍自适应哈夫曼编码的数据压缩与解压方法及程序流程,给出该方案的压缩性能及其对远程通信的实际效果。     

基于提升格式的实时数据压缩和重构算法

提出了一种新的实时数据压缩和重构算法。算法采用基于提升格式的线性整数变换小波双正交滤波器组合哈夫曼编码方法对电力系统的实时数据进行压缩和解压缩，并利用实测数据对算法进行验证。实验结果表明该算法所耗时间短，数据压缩倍数提高到接近9倍，是一种有效的数据压缩和重构方法，尤其适用于电网动态监测系统连续记录数据的实时压缩和去噪。     

广域测量系统数据在线无损压缩算法

广域测量系统(wide-area measurement system,WAMS)中,相量测量装置(phasor measurement unit,PMU)上传数据频率为100Hz,存储占用空间和写入速度对系统要求很高。旋转门(swing door trending,SDT)压缩算法在保留原始数据足够精度的条件下,压缩效率低,Huffman编码压缩计算时间长,难以适应WAMS实时数据的采样速度。文中给出了一种WAMS实时数据在线压缩算法：对原始数据做初等变换,只保存过程数据的增量,浮点(float)型数据分解为单字节存取,用改进的LZW(Lemple-Ziv-Welch)算法实现WAMS过程数据的在线无损压缩。6 000个连续实时数据压缩计算时间为16 ms,压缩比小于30%,可以满足电力系统分析计算对过程数据的要求。工程实践表明,该算法有效可靠,可满足WAMS实时数据的存储要求。     

电能质量数据压缩算法研究

首先总结了常见的4种数据压缩基本方法,即霍夫曼(Huffman)编码、算术编码、LZ系列编码以及基于小波分析的数据压缩法。重点分析了当前研究和应用比较广泛的3种数据压缩综合算法,即基于离散小波变换、多级树集合分裂(SPIHT)编码和算术编码相结合的数据压缩方法、基于PQzip技术的数据压缩算法和Zlib数据压缩算法,并比较了各自的适用条件及优缺点。最后给出了电能质量数据压缩算法选用的建议。     

绝缘子泄漏电流的自适应SPIHT数据压缩

任何一串绝缘子故障都可能诱发电网事故,因此绝缘子的在线监测十分重要。为了发现绝缘子放电等异常,泄漏电流的采样频率须比较高,数据量大,这就要求对这些采样数据进行压缩。本文提出自适应SPIHT算法,该算法可以根据小波系数集合的显著性自适应地进行集合划分,有效地减少了原始SPIHT算法判断集合中系数是否全部为0的次数,尤其适合压缩泄漏电流这类高噪声信号。针对泄漏电流周期冗余和高噪声的特点,本文利用自适应SPIHT和DPCM分别对泄漏电流的小波细节分量和近似分量进行编码。如果再应用上下文自适应二进制算术编码,那么编码性能还可以进一步提高。对绝缘子泄漏电流的实测数据检验了算法的压缩性能,和SPIHT算法相比,压缩性能显著提高。该算法同已有的用于电力系统数据压缩的二维算法相比,允许采完一个工频周期的数据后就进行压缩,更适用于实时或在线的场合。     

基于部分游程翻转的SoC测试数据压缩

提出一种基于变长输入Huffman编码的SoC测试数据压缩方法,在测试序列中直接对连续的"0"游程和"1"游程进行编码。通过部分游程翻转的方法,使用单独的码字对翻转操作进行标识,使得长度相等的"0"和"1"游程共用一个码字,从而减少了短游程的数目。它的解压体系结构由一个Huffman解码器和控制生成单元(CUT)组成,且不需要循环扫描移位寄存器。实验结果表明,这种方法能够有效的压缩测试数据。     

基于整数小波变换的Ray-Period压缩算法

为解决基于传统小波变换的数据压缩方法存在的问题,在深入分析整数提升过程的基础上,提出了一种基于整数小波变换的Ray-Period压缩算法。该算法针对电力数据的特点,根据整数小波变换多分辨率分析的特性,将原始数据变换到小波域,以使变换后的信号能量主要集中在低频系数上,而后采用无损的Ray-Period压缩算法处理低频数据,采用改进的阈值压缩算法处理高频系数,并采用新的位图压缩算法处理阈值压缩后元素值超过3.125%时的非零元素。采用实际数据进行压缩,该算法的能量恢复系数优于10-4,压缩比小于6.39%,速度比传统的小波变换压缩算法提高了近1倍。