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。     

基于双正交小波的电力系统故障录波数据压缩

提出用双正交小波进行压缩的原理和算法,对不同采样频率和类型的故障数据进行了压缩和与还原,并分析了在不同压缩比下的平均相对误差,小波分解应用多分辨分析的理论将信号分解成不同尺度,通过改变阀值就可控制不同频率分量的取舍及其压缩比和精度。结果表明,该算法减小了文件长度和数据通信的负担。     

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.     

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。     

基于提升算法的电力系统故障录波数据压缩新方案

利用提升算法实现了一个基于小波变换的电网故障录波数据压缩的新方案，从采样频率的角度首次给出确定最优分解层数的公式，说明了压缩比与频率的关系；结合实际录波数据，选定误差上限后，给出了通用阈值法中参数的优化取值；对比分析了软硬闽值处理方法。实例分析结果表明，利用提升算法实现的小波数据压缩算法比Mallat算法节省一半左右的计算量；利用文中提出的最优分解层数计算公式和优化参数，结合硬阈值法，可以获得较高的压缩比，同时将误差限制在合理的范围内。     

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。     

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。     

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。     

电力系统故障录波数据分析

电力系统故障录波数据是电力系统故障分析和保护动作判据的重要依据。本文提出了据电力系统故障录波数据完善了频率分析、谐波分析、故障定位的数学分析方法。采用java编程语言完成部分过程的编制工作。同时针对目前双端测距存在的伪根问题,提出了一种新的求解过程。     

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.     

二维离散小波变换在电能质量检测数据压缩中的应用

提出了用二维离散小波变换和能量阈值相结合的方法来解决电能质量扰动信号的压缩问题.利用二维db小波变换对矩阵数据分别进行行卷积和列卷积,把检测数据的高频信号和噪声信号分解在3个不同的方向上,且信号的能量集中在很少的小波系数上.再通过改进的能量阈值法,利用能量均值修正系数设置阈值使得压缩后的能量保留在99%以上,从而保证了重构信号的失真度很小且自适应地消除了加在扰动信号上的噪声.对6种扰动信号进行仿真并与小波包的压缩结果进行比较,结果表明该方法极大地提高了压缩率,并对噪声干扰有很好的去噪能力.     

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SVIC编码的SOC测试数据压缩

本文针对SOC测试数据压缩,提出了一种新的可挑选变长输入编码（SVIC）方案。先采用一启发式的贪婪算法,得到带有无关位测试集TD的差分矢量序列Tdiff后,再用该SVIC编码对其进行压缩,以缩短测试时间,降低测试数据带宽的要求。文中同时给出了相应SVIC解码器的设计。实验结果表明,在硬件开销接近时,SVIC的压缩比可比SC编码平均高出约17．46％;而与VIHC编码相比,虽然其压缩比略有下降,但SVIC解码器所要求的面积开销却可显著降低。     

基于提升小波包最优基的电能质量数据压缩

在小波压缩技术的基础上,使用提升小波包最优基的方法解决电能质量信号的数据压缩问题。利用先分解后搜索的提升小波包最优基分解信号,再对最优基下小波包系数作阈值处理,消除幅值较小的系数,达到压缩的目的,最后对压缩后的数据进行重构,并将其与小波变换、最佳小波包变换的数据压缩方法进行仿真比较。结果证明,提升小波包最优基变换的方法．在电能质量数据压缩中取得了满意的效果。     

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。