CN102394657A - 实时电能质量数据压缩算法 - Google Patents

实时电能质量数据压缩算法 Download PDF

Info

Publication number
CN102394657A
CN102394657A CN2011103195421A CN201110319542A CN102394657A CN 102394657 A CN102394657 A CN 102394657A CN 2011103195421 A CN2011103195421 A CN 2011103195421A CN 201110319542 A CN201110319542 A CN 201110319542A CN 102394657 A CN102394657 A CN 102394657A
Authority
CN
China
Prior art keywords
power quality
data
real
compression
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103195421A
Other languages
English (en)
Other versions
CN102394657B (zh
Inventor
张长银
聂陆燕
罗剑波
陈汹
孙玉军
白杰
王阳
袁康
徐军
王春梅
许世光
肖柱
陈永华
曲晓蕾
黄玲
丁留宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nari Technology Co Ltd
Original Assignee
Nanjing NARI Group Corp
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing NARI Group Corp, State Grid Electric Power Research Institute filed Critical Nanjing NARI Group Corp
Priority to CN201110319542.1A priority Critical patent/CN102394657B/zh
Publication of CN102394657A publication Critical patent/CN102394657A/zh
Application granted granted Critical
Publication of CN102394657B publication Critical patent/CN102394657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明提出了一种实时的电能质量数据压缩算法—综合极值法，包括极值法和LZW无损压缩算法。即将电能质量监测装置长期高速在线采样的数据利用极值法先进行实时有损压缩，再进行无损压缩和存储，并定期上传给电能质量数据中心；在电能质量数据中心将数据解压缩、还原成为满足误差精度要求的有效数据。本发明实现了电能质量采样数据的实时高效压缩，算法简单，实时性好，工程应用前景广阔。

Description

实时电能质量数据压缩算法
技术领域
本发明属电力系统及其自动化技术领域，更准确地说本发明涉及一种电力系统实时电能质量数据压缩方法。
背景技术
随着大量敏感性电力电子设备在工业中的广泛应用，以及用户对电能质量要求的不断提高，电能质量问题越来越受到人们的关注，如何提高电能质量已经成为国内外电力企业电力建设和发展的一项重要内容和战略。由于电能质量问题覆盖了很宽的频谱范围，监测装置必须具有较高的采样频率，因此需要存储的数据就会相当大。庞大的数据量给存储和网络传输带来了很大的挑战，所以需要对电能质量监测数据进行高效、实时的压缩。
压缩比、误差精度和实时性一直电能质量数据压缩中相互制约的三方面。现代的电能质量监测装置需要有足够高的采样频率才能实现对电能质量事件的准确捕捉，海量数据使得算法处理的难度加大，实时性和压缩比就会降低。有损压缩算法的压缩比越高，还原数据的误差精度就会越低。如何在实时性、误差精度、压缩比之间实现最优是亟待解决的难题。
发明内容
本发明提出了一种实时的电能质量数据压缩算法—综合极值法，包括极值法和LZW无损压缩算法。即将电能质量监测装置长期高速在线采样的数据利用极值法先进行实时有损压缩，再进行无损压缩和存储，并定期上传给电能质量数据中心；在电能质量数据中心将数据解压缩、还原成为满足误差精度要求的有效数据。
正常情况下电力系统的采样数据是正弦波，所以极值法就将采样数据看作纯数学的正弦信号，利用数学方法进行压缩。极值法的本质是一种数值分析方法，即将电能质量采样数据的局部极值点作为已知的离散数据，对这些离散数据点选用合适的插值方法拟合原始数据，使之还原成为满足误差精度要求的采样数据。综合极值法包含如下步骤：
1、将电能质量采样数据截取一定的长度，设                                                
Figure 2011103195421100002DEST_PATH_IMAGE001
为周波的个数，采样频率为
Figure 974806DEST_PATH_IMAGE002
，
Figure 12163DEST_PATH_IMAGE003
为采样的离散点数，则
Figure 73660DEST_PATH_IMAGE004
，采样数据分别记为：
Figure 358011DEST_PATH_IMAGE005
，则输入数据数组为：
Figure 770538DEST_PATH_IMAGE006
，
Figure 860853DEST_PATH_IMAGE007
是一个两维
Figure 42436DEST_PATH_IMAGE003
行的数组，横坐标为从
Figure 232109DEST_PATH_IMAGE008
到的正序排列，纵坐标为采样数据。
2、按照横坐标由小到大的顺序依次比较
Figure 9627DEST_PATH_IMAGE010
中相邻两个元素的纵坐标值，若
Figure 671869DEST_PATH_IMAGE012
或
Figure 121305DEST_PATH_IMAGE013
，将
Figure 491107DEST_PATH_IMAGE014
保存下来，作为第一个极值数组
Figure 381702DEST_PATH_IMAGE015
的元素。其中两个端点处的采样数据默认为极值点，假设采样数据中总共有
Figure 178757DEST_PATH_IMAGE016
个局部极值点，那么极值数组
Figure 600642DEST_PATH_IMAGE015
的长度便为
Figure 774135DEST_PATH_IMAGE016
。
3、对极值数组
Figure 784816DEST_PATH_IMAGE015
利用三次样条函数：
进行插值拟合，得到长度为
Figure 911221DEST_PATH_IMAGE018
的还原数据，将其作为还原数据的纵坐标，横坐标和
Figure 488013DEST_PATH_IMAGE020
的相同。
4、将输入数据
Figure 941384DEST_PATH_IMAGE020
各个元素的纵坐标减去还原数据
Figure 524812DEST_PATH_IMAGE019
中相应元素的纵坐标，将差作为余项数组
Figure 774528DEST_PATH_IMAGE021
中各个元素的纵坐标，
Figure 822118DEST_PATH_IMAGE021
也是个两维数组，元素的横坐标和
Figure 131877DEST_PATH_IMAGE020
相同。
5、将余项
Figure 202601DEST_PATH_IMAGE021
作为输入数据，重新循环步骤二、三、四，直到满足误差精度要求（参考国家标准）。
6、存储每次循环时产生的极值数组：
Figure 256008DEST_PATH_IMAGE022
，采用LZW无损压缩算法对其进一步压缩，压缩比为。
极值法占用装置处理器
Figure 389497DEST_PATH_IMAGE024
的处理时间，充分满足实时性的要求。
本发明能够实时高效地压缩电能质量采样数据，压缩比最高可达800倍。其中，基波的误差精度为千分之五以内，而各次谐波的误差精度参照国家标准电能质量公用电网谐波，当谐波幅值大于基波幅值的百分之一时，谐波的误差精度要求在百分之五以内。对于其他电能质量问题，如低频振荡、电压闪变、电压陷落等事件，极值法也都能很有效地压缩。
本发明实现了电能质量采样数据的实时高效压缩，算法简单，实时性好，工程应用前景广阔。
附图说明
图1为极值法流程图。
具体实施方式
综合极值法包含如下步骤：
1、将电能质量采样数据截取一定的长度，设
Figure 681938DEST_PATH_IMAGE026
为周波的个数，采样频率为
Figure 539036DEST_PATH_IMAGE028
，为采样的离散点数，则
Figure 947200DEST_PATH_IMAGE032
，采样数据分别记为：
Figure 992517DEST_PATH_IMAGE034
，则输入数据数组为：
Figure 699311DEST_PATH_IMAGE036
，
Figure 248104DEST_PATH_IMAGE038
是一个两维行的数组，横坐标为从
Figure 603179DEST_PATH_IMAGE040
到的正序排列，纵坐标为采样数据。
2、按照横坐标由小到大的顺序依次比较
Figure 267695DEST_PATH_IMAGE044
中相邻两个元素的纵坐标值
Figure 526638DEST_PATH_IMAGE046
，若
Figure 280968DEST_PATH_IMAGE048
或
Figure DEST_PATH_IMAGE050
，将
Figure DEST_PATH_IMAGE052
保存下来，作为第一个极值数组
Figure DEST_PATH_IMAGE054
的元素。其中两个端点处的采样数据默认为极值点，假设采样数据中总共有个局部极值点，那么极值数组
Figure 893346DEST_PATH_IMAGE054
的长度便为
Figure 416731DEST_PATH_IMAGE056
。
3、对极值数组
Figure 846575DEST_PATH_IMAGE054
利用三次样条函数：
Figure DEST_PATH_IMAGE058
进行插值拟合，得到长度为
Figure DEST_PATH_IMAGE060
的还原数据，将其作为还原数据
Figure DEST_PATH_IMAGE062
的纵坐标，横坐标和的相同。
4、将输入数据
Figure 199452DEST_PATH_IMAGE064
各个元素的纵坐标减去还原数据中相应元素的纵坐标，将差作为余项数组
Figure DEST_PATH_IMAGE066
中各个元素的纵坐标，
Figure 196675DEST_PATH_IMAGE066
也是个两维数组，元素的横坐标和
Figure 531842DEST_PATH_IMAGE064
相同。
5、将余项
Figure 260763DEST_PATH_IMAGE066
作为输入数据，重新循环步骤二、三、四，直到满足误差精度要求（参考国家标准）。
6、存储每次循环时产生的极值数组：
Figure DEST_PATH_IMAGE068
，采用LZW无损压缩算法对其进一步压缩，压缩比为。

Claims (1)

1.实时电能质量数据压缩算法，其特征在于，实时电能质量数据压缩算法是一种综合极值法，包括极值法和LZW无损压缩算法；即将电能质量监测装置长期高速在线采样的数据利用极值法先进行实时有损压缩，再进行无损压缩和存储，并定期上传给电能质量数据中心；在电能质量数据中心将数据解压缩、还原成为满足误差精度要求的有效数据。
CN201110319542.1A 2011-10-20 2011-10-20 实时电能质量数据压缩算法 Active CN102394657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110319542.1A CN102394657B (zh) 2011-10-20 2011-10-20 实时电能质量数据压缩算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110319542.1A CN102394657B (zh) 2011-10-20 2011-10-20 实时电能质量数据压缩算法

Publications (2)

Publication Number Publication Date
CN102394657A true CN102394657A (zh) 2012-03-28
CN102394657B CN102394657B (zh) 2014-11-26

Family

ID=45861867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110319542.1A Active CN102394657B (zh) 2011-10-20 2011-10-20 实时电能质量数据压缩算法

Country Status (1)

Country Link
CN (1) CN102394657B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106788449A (zh) * 2017-01-13 2017-05-31 重庆邮电大学 一种实时电能质量数据参数化压缩方法
CN107196660A (zh) * 2017-04-24 2017-09-22 南京数维康信息科技有限公司 低功耗数据压缩算法
CN108055042A (zh) * 2017-10-31 2018-05-18 华北电力大学（保定） 基于斜率分布的离散波形数据压缩方法
CN110823089A (zh) * 2018-08-10 2020-02-21 睿励科学仪器（上海）有限公司 用于测量半导体器件的光学关键尺寸的方法和设备
CN112020724A (zh) * 2019-04-01 2020-12-01 谷歌有限责任公司 学习可压缩的特征

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060212238A1 (en) * 2004-04-18 2006-09-21 Pol Nisenblat Power quality monitoring
CN101038303A (zh) * 2007-02-07 2007-09-19 深圳市双合电脑系统股份有限公司 一种电力波形记录数据的压缩方法
CN102035200A (zh) * 2009-09-29 2011-04-27 西门子公司 一种信号处理的方法和装置
CN102082576A (zh) * 2011-01-28 2011-06-01 北京博电新力电力系统仪器有限公司 电能质量信号的数据处理装置及数据压缩和解压缩方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060212238A1 (en) * 2004-04-18 2006-09-21 Pol Nisenblat Power quality monitoring
CN101038303A (zh) * 2007-02-07 2007-09-19 深圳市双合电脑系统股份有限公司 一种电力波形记录数据的压缩方法
CN102035200A (zh) * 2009-09-29 2011-04-27 西门子公司 一种信号处理的方法和装置
CN102082576A (zh) * 2011-01-28 2011-06-01 北京博电新力电力系统仪器有限公司 电能质量信号的数据处理装置及数据压缩和解压缩方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106788449A (zh) * 2017-01-13 2017-05-31 重庆邮电大学 一种实时电能质量数据参数化压缩方法
CN107196660A (zh) * 2017-04-24 2017-09-22 南京数维康信息科技有限公司 低功耗数据压缩算法
CN108055042A (zh) * 2017-10-31 2018-05-18 华北电力大学（保定） 基于斜率分布的离散波形数据压缩方法
CN108055042B (zh) * 2017-10-31 2021-03-16 华北电力大学（保定） 基于斜率分布的离散波形数据压缩方法
CN110823089A (zh) * 2018-08-10 2020-02-21 睿励科学仪器（上海）有限公司 用于测量半导体器件的光学关键尺寸的方法和设备
CN112020724A (zh) * 2019-04-01 2020-12-01 谷歌有限责任公司 学习可压缩的特征

Also Published As

Publication number Publication date
CN102394657B (zh) 2014-11-26

Similar Documents

Publication Publication Date Title
CN102394657B (zh) 实时电能质量数据压缩算法
CN104506164B (zh) 基于两步法的图滤波器组优化设计方法
CN101614760A (zh) 一种电力监测设备
Jumar et al. Comparison of lossless compression schemes for high rate electrical grid time series for smart grid monitoring and analysis
Abuadbba et al. Gaussian approximation-based lossless compression of smart meter readings
CN101188410A (zh) 用于智能变送器的一阶滞后数字滤波算法
Chen et al. Real-time lossless compression for ultrahigh-density synchrophasor and point-on-wave data
CN108879047A (zh) 一种用于调试微波腔体滤波器的方法、设备及存储设备
CN104967443B (zh) 一种具有预滤波功能的单相频率自适应同步锁相系统
CN103575987A (zh) 基于dsp间谐波检测仪器及其检测方法
CN104868483B (zh) 一种基于dsp的磁控电抗器控制方法及系统
CN104297564A (zh) 基于fpga及磁平衡式互感器的电量数字化转换器
Zhang et al. A new data compression algorithm for power quality online monitoring
CN102946394A (zh) 数据采集与监控系统中基于振荡波形特征的电网动态过程数据压缩传输与重构方法
CN102411301A (zh) 控制对象频域相位特性辩识方法和装置
CN106788449A (zh) 一种实时电能质量数据参数化压缩方法
CN108776259B (zh) 基于数字带宽限制技术的功率分析仪
Qiu et al. Design of A Hybrid Compression Algorithm for High-fidelity Synchro-waveform Measurements
CN104459419A (zh) 周期信号非同步采用测量误差补偿方法及装置
CN203745562U (zh) 数据采集电路
Jiao et al. A Real-Time Lossless Compression Method for Harmonic Phasor Measurement Data Based on Golomb Coding
Wang et al. Optimization Design of Data Compression and Transmission Optimization Algorithm for Facial Energy Internet
CN116520234B (zh) 跨站点互感器计量误差在线监测方法、装置及电子设备
Sarkar et al. Comparison of Different Differential Coding based Algorithms Developed for Compressing Power System Operational Data
Volovich et al. OPTIMIZATION OF THE CONTROL SYSTEM OF A SOFTWARE AND HARDWARE COMPLEX FOR ELECTRICITY ACCOUNTING

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Free format text: FORMER OWNER: NANJING NARI CO., LTD.

Effective date: 20130308

Owner name: NANJING NARI CO., LTD.

Free format text: FORMER OWNER: STATE GRID ELECTRIC POWER RESEARCH INSITITUTE

Effective date: 20130308

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20130308

Address after: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Applicant after: Nanjing Nari Co., Ltd.

Address before: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Applicant before: State Grid Electric Power Research Insititute

Applicant before: Nanjing Nari Co., Ltd.

ASS Succession or assignment of patent right

Owner name: NARI TECHNOLOGY DEVELOPMENT CO., LTD.

Free format text: FORMER OWNER: NANJING NARI CO., LTD.

Effective date: 20131225

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 210003 NANJING, JIANGSU PROVINCE TO: 210061 NANJING, JIANGSU PROVINCE

TA01 Transfer of patent application right

Effective date of registration: 20131225

Address after: 210061 D10, Nanjing high tech Industrial Development Zone, Jiangsu, China

Applicant after: NARI Technology Development Co., Ltd.

Address before: Nan Shui Road Gulou District of Nanjing city of Jiangsu Province, No. 8 210003

Applicant before: Nanjing Nari Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant