CN106569099A - 一种基于奇异值分解的局部放电超高频信号压缩方法 - Google Patents

Abstract

本发明属于电力设备局部放电检测技术领域，具体涉及一种基于奇异值分解的局部放电超高频信号压缩方法，用于电力设备局部放电超高频信号的压缩存储，本发明的基本思想是基于多个局部放电超高频信号建立的二维数据矩阵，对该矩阵进行奇异值分解得到三个矩阵U，V和W，利用数据压缩优化算法，确定三个矩阵U，V和W的行列数，并以此三个矩阵存储代替原来的超高频数据存储，实现了数据压缩，以matlab中数据存储格式mat为例，压缩率为15％左右；以压缩前后数据点个数计算，压缩率在2％左右。

Description

一种基于奇异值分解的局部放电超高频信号压缩方法

技术领域

本发明属于电力设备局部放电检测技术领域，具体涉及一种基于奇异值分解的局部放电超高频信号压缩方法，用于电力设备局部放电超高频信号的压缩存储。

背景技术

电力设备的绝缘材料是保证电力设备正常运行的重要组件，但是由于绝缘材料在强电场作用下老化或绝缘材料加工缺陷，在电力设备运行中绝缘材料内部会出现局部放电，局部放电的发展会加速绝缘材料的老化，从而导致电力设备寿命缩短，所以必须尽早发现和识别局部放电的类型，采用措施减缓电力设备的老化。

目前的局部放电检测技术包括HFCT检测、超高频检测、超声检测等，检测方式有在线监测和带电检测，在线监测能够反映设备的状态变化趋势，且一旦设备发生事故，事后为了分析事故原因，往往需要事故发生时的原始监测数据，对于超高频监测而言，超高频单次波形是一种重要的数据分析来源，故需要实时保存。由于局部放电超高频单次波形信号频率较高(300MHz～1500MHz)，故需要高采样率(如5GS/s)，一般局部放电发生时一个工频周期放电一次，一个完成的超高频电磁波波形大概有0.5μs左右，即采集数据点长度应为2500个点，那么一天采集的数据量为2500*50*60*60*24＝10.8G，一年的数据量为3942G，以一个站为例，往往在变压器、GIS等设备上需要装设多个测点(例如50个)，则一年一个变电站的超高频数据量为20T，一般来说，一个省的变电站个数都有上百个，那么一年超高频单次波形的数据量就达到2000T，对于数据存储系统是较为庞大的负担，所以需要有效的数据压缩方法对上述监测数据进行压缩处理。

发明内容

本发明的目的是为了解决局部放电超高频信号数据压缩问题，提供了一种基于奇异值分解的局部放电超高频信号压缩方法，并计算了压缩算法的压缩率。

为达到上述目的，本发明采用如下技术方案来实现的：

一种基于奇异值分解的局部放电超高频信号压缩方法，包括以下步骤：

(1)将采集的n个超高频信号按列排列，构成二维数组UHFData_m×n，其中每个超高频信号中数据点数为m；

(₂)对二维矩阵UHFData_m×n进行奇异值分解，得到分解后的三个矩阵U，W，V，其中U为左奇异向量，W为奇异值，V为右奇异向量；

(3)采用数据压缩优化算法，计算参数r，其中r表示提取前r个奇异值和前_r列左右向量；

(4)根据步骤(3)对应的参数r，分别提取三个矩阵U，W，V对应的前r列和前n列，得到三个矩阵U_m×r，W_r×r和存储这三个矩阵U_m×r，W_r×r和

本发明的进一步改进，步骤(2)中二维矩阵UHFData_m×n奇异值分解分解公式如下：

本发明的进一步改进，步骤(3)中的无损优化算法特征如下：

设r的初始值为1，采用循环计算，求解满足条件的r；

采用如下相似度公式比较压缩前后同一个超高频信号的相似度：

其中，k表示第k个信号，R为相似度，x为UHFData′_m×n中复原后的第k个超高频信号的第i个数据点，表示复原后第k个超高频信号所有数据点的平均值，y为UHFData_m×n中对应的第k个超高频信号的第i个数据点，表示原始数据中第k个超高频信号所有数据点的平均值。

本发明的进一步改进，步骤(4)中的三个矩阵的存储格式可以是任意数据格式。

本发明的有益效果：本发明基于奇异值分解和数据压缩优化算法，提出了局部放电超高频信的数据压缩算法，大幅度降低数据的占用空间，利用本发明中提出的算法可以有效压缩数据，以matlab的mat数据存储格式为例，压缩率在15％左右。

附图说明

图1是本发明的流程图。

具体实施方式

为了加深对本发明的理解，下面将结合实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。

本发明的基本思想是基于多个局部放电超高频信号建立的二维数据矩阵，对该矩阵进行奇异值分解，利用数据压缩优化算法，确定奇异值分解后得到的三个矩阵的行列数，并以此三个矩阵存储代替原来的超高频数据存储，实现了数据压缩。具体流程如下：

(1)将采集的n个超高频信号(每个信号中数据点数为m)，超高频信号按列排列，构成二维数组UHFData_m×n；

(2)对二维矩阵UHFData_m×n进行奇异值分解，得到分解后的三个矩阵Um×m，Wm×n，Vn×n，其中U为左奇异向量，W为奇异值，V为右奇异向量，矩阵分解公式如下：

(3)采用数据压缩优化算法，计算参数r，其中r表示提取前r个奇异值和前r列左右向量；

a)求矩阵W_m×n的对角线上的值，并存于数组Wdiag中；

b)设r的取值为r＝1，2，......，length(Wdiag)，其中length()表示数组的长度；

c)分别取U，W，V的前r列，计算上述三个矩阵的乘积UHFData′_m×n，公式如下所示：

d)计算UHFData′_m×n和矩阵UHFData_m×n的各个超高频信号的相似度corrcoef，并计算平均值coef，其中corrcoef的计算公式如下所示：

其中，k表示第k个信号，R为相似度，x为UHFData′_m×n中复原后的第k个超高频信号的第i个数据点，表示复原后第k个超高频信号所有数据点的平均值，y为UHFData_m×n中对应的第k个超高频信号的第i个数据点表示原始数据中第k个超高频信号所有数据点的平均值；

e)如果coef小于指定的阈值(本发明中设为90％)，则重复步骤b)，c)和d)，直到coef满足要求，记录此时r的值；

(4)根据步骤3)计算得到的r，分别提取三个矩阵U，W，V对应的行列数，得到三个矩阵U_m×r，W_r×r和存储这三个矩阵U_m×r，W_r×r和

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种基于奇异值分解的局部放电超高频信号压缩方法，其特征在于，包括以下步骤：

(1)将采集的n个超高频信号按列排列，构成二维数组UHFData_m×n，其中每个超高频信号中数据点数为m；

(2)对二维矩阵UHFData_m×n进行奇异值分解，得到分解后的三个矩阵U，W，V，其中U为左奇异向量，W为奇异值，V为右奇异向量；

(3)采用数据压缩优化算法，计算参数r，其中r表示提取前r个奇异值和前r列左右向量；

(4)根据步骤(3)对应的参数r，分别提取三个矩阵U，W，V对应的前r列和前n列，得到三个矩阵U_m×r，W_r×r和存储这三个矩阵U_m×r，W_r×r和

2.根据权利要求1所述的基于奇异值分解的局部放电超高频信号压缩方法，其特征在于，步骤(2)中二维矩阵UHFData_m×n奇异值分解分解公式如下：

${\mathrm{UHFData}}_{m\×n}=U_{m\×m}{W}_{m\×n}{V}_{n\×n}^T.$

3.根据权利要求1所述的基于奇异值分解的局部放电超高频信号压缩方法，其特征在于，步骤(3)中的无损优化算法特征如下：

(301)设r的初始值为1，采用循环计算，求解满足条件的r；

(302)采用如下相似度公式比较压缩前后同一个超高频信号的相似度：

其中，k表示第k个信号，R为相似度，x为UHFData′_m×n中复原后的第k个超高频信号的第i个数据点，表示复原后第k个超高频信号所有数据点的平均值，y为UHFData_m×n中对应的第k个超高频信号的第i个数据点，表示原始数据中第k个超高频信号所有数据点的平均值。

4.根据权利要求1所述的基于奇异值分解的局部放电超高频信号压缩方法，其特征在于，步骤(4)中的三个矩阵的存储格式可以是任意数据格式。