海量COMTRADE数据并行解析算法

针对电力系统暂态监测数据向海量化发展的趋势,以及对各种串行编程分析软件造成的计算压力,研究了一种基于多核的、采用流水线设计思想的海量电力系统暂态数据交换通用格式（COMTRADE）数据文件并行解析算法。在面向二进制格式的并行解析算法中,采用了2阶段的流水线步骤:第1阶段为文件读取;第2阶段为多线程解析。在面向美国标准信息交换码（ASCII）格式的并行解析算法中,采用了3阶段的流水线步骤:前2个阶段与二进制格式的并行解析算法一样,第3阶段为块边缘解析,打破了传统的串行文本解析算法。算法通过有效利用以往被忽视的数据文件中的序号信息,大幅提升了并行解析的并行度。试验证明此算法可获得相当高的加速比,并且可随着CPU核数的增加和COMTRADE数据文件的加大获得线性加速比。     

基于递推算法的海量COMTRADE数据计算并行化

针对海量暂态数据交换通用格式(COMTRADE)数据计算时,由于基础算法和串行编程造成的效率瓶颈,经过试验和改进,优选出了可适应快速计算的递推全波离散傅里叶算法、加窗递推全波离散傅里叶算法和能滤除直流分量的可递推算法。在这3种递推算法的基础上,提出了海量通道数据计算并行化框架,此框架为避免伪共享效应所引起的效率损失,在每个计算线程内对参与计算的每个通道提供了一个独立的"通道高速缓存队列",并提供基于下标映射的虚拟块数据访问机制,形成递推算法可直接访问的窗口数据映射块。试验证明,此递推算法和并行化框架相结合可大幅提升计算效率,并且可随着CPU核心数的增加和计算数据量的加大,获得线性加速比。     

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.     

整数算法小波变换实时数据压缩与重构算法

针对传统小波滤波器结构和系数进行改进,提出了一种高效的整数算法小波变换的构造方案。在此基础上,针对电力信号采集数据自身的特点,对小波变换后的低、高频数据分别进行二次压缩,低频数据采用Ray-Period压缩算法,高频数据采用改进的阈值压缩算法。压缩实验证实,该算法能在均方误差优于2.0×10-4的情况下,获得6.2%的压缩比,并且速度比传统小波变换的压缩算法提高了10倍以上,具有实用价值。     

COMTRADE容错解析算法

针对当前电力系统内由于电力系统暂态数据转换通用格式（COMTRADE）标准不一致,远程传输产生乱码、数据不全等原因造成的解析困难,研究了一种可最大限度地正确解析COMTRADE文件的算法。此算法包含错误预分析和容错解析2部分;错误预分析部分通过跳行解析并验证的方法,逐一寻找能影响正确解析的各种错误,最终形成一个错误信息表;容错解析部分采用查询错误信息表和COMTRADE外延字符表,以提前解析数据文件和获取校验信息的方法,实现了可靠的COMTRADE文件容错解析。大量的现场数据测试结果表明该算法的实用性和可靠性,为各种第三方电力系统暂态数据分析软件的研发提供了技术参考。     

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COMTRADE的可跨平台在线自动故障分析软件系统

针对当前各种基于IEEE标准电力系统暂态数据交换通用格式（COMTRADE）的故障分析软件无法进行自动在线故障分析、不能有效地与故障信息系统融合的现状,采用多种跨平台技术开发了一套基于COMTRADE的可跨平台在线自动故障分析软件系统。运用了基于可扩展置标语言（XML）配置文件驱动的设计原则,采用STLport和宏技术实现了可跨平台的最简COMTRADE解析算法,利用QT4完成了可跨平台的图形绘制及其图片生成技术,采用Xerces和Xalan实现了可跨平台的XML解析及其转换,可生成HTML,WORD和PDF格式的故障报告,扩展了突变量检测算法,实现了多个故障起始数据位置的检测。讨论了系统中基于选举的可靠故障选相算法,介绍了单端、双端测距算法的选用原则。该软件已与国内多个不同厂家的故障信息系统融合,投入运行。     

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。     

基于二维小波包和v -SVR的电能质量数据压缩

将支持向量回归算法应用于电能质量数据压缩领域.将一维向量表示的电能质量原始数据进行二维重构,获得二维表示的的电能质量图像.再采用自适应小波包变换把二维电能质量图像分解到不同尺度的子空间,并针对小波系数方向性采用不同的数据编码算法.低频系数采用DPCM编码.高频系数采用v支持向量回归机算法,用稀疏支持向量表示原始数据,以达到去冗余,数据压缩的效果.仿真实验证明提出算法的压缩效果与传统算法相比,压缩性能有了明显的提高.