CN111327633B - 一种误差自适应的配电网同步相量量测数据实时压缩方法 - Google Patents

Abstract

一种误差自适应的配电网同步相量量测数据实时压缩方法，包括：设定量测数据实时压缩参数；获取当前时刻的量测数据点及相对应的时标，初始化数据发送点及相对应的时标；获取当前时刻的量测数据点及相对应的时标，初始化临时数据点堆栈及相对应的时标堆栈；获取当前时刻的量测数据点及相对应的时标，初始化当前量测数据点的前一数据点及相对应的时标；获取当前时刻的量测数据点及相对应的时标，并执行过滤旋转门趋势压缩；对压缩后的数据执行线性插值重构过程，计算压缩比和重构误差；执行误差需求判断；计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限。本发明在保证数据准确度的同时，取得较好的压缩性能。

Description

一种误差自适应的配电网同步相量量测数据实时压缩方法

技术领域

本发明涉及一种用于电力系统的同步相量量测数据压缩方法。特别是涉及一种误差自适应的配电网同步相量量测数据实时压缩方法。

背景技术

伴随着相量量测技术、滤波技术以及全球定位系统等的不断发展和完善，电力系统广域量测系统中的同步相量量测装置(Phasor Measurement Unit,PMU)在输电网的关键节点得到安装，并在电力系统的运行监控、保护与控制中发挥了重要作用。

近年来，随着分布式电源和可再生能源的不断接入，配电网的动态响应和不可观问题愈加凸显。为了提高配电网的安全运行水平，在配电网应用PMU得到学术界和工业界的广泛关注，已有的研究大多集中在基于PMU的配网状态估计、网络参数辨识、系统故障识别和定位以及分布式电源的优化控制等。然而，PMU的高采样频率将产生海量的量测数据，如果将这些海量数据由通信网络实时上传至电网控制中心，则通信网络将不可避免地承受繁重的信息传输与处理负担，量测数据上传延迟过大可能威胁到电网的安全稳定运行，因此，对PMU量测数据进行有效的压缩处理具有重要的科学与工程价值。

已有的数据压缩方法，如基于小波分析的数据压缩技术和非等间隔数据压缩技术是针对存储历史数据设计的，并不适合压缩实时的量测数据。考虑到配电系统作为电力系统中最靠近用户的一环，其运行控制水平直接关系到用户的用电质量，故适用于配电系统的数据压缩技术应具有以下特性：1)在数据发送终端(即量测终端)获得较高的压缩比，以大大减少通信系统传输的数据量；2)压缩算法应该保留原始数据中有价值的信息；3)在数据接收终端获得较低的重构误差，以保证数据分析的准确度和高级应用的顺利开展。综合考虑到不同的应用场景对数据准确性和时效性的要求不同，故急需一种误差自适应的配电网同步相量量测数据实时压缩方法。

发明内容

本发明所要解决的技术问题是，提供一种在保证数据准确度的同时，能够取得较好压缩性能的误差自适应的配电网同步相量量测数据实时压缩方法。

本发明所采用的技术方案是：一种误差自适应的配电网同步相量量测数据实时压缩方法，包括如下步骤：

1)根据配电网同步相量量测装置的应用场景，设定如下的量测数据实时压缩参数，包括：最大传输间隔ΔT_max，过滤限值y_ExcDev的初始值和上下限值，压缩限值y_ComDev的初始值和上下限值，期望的重构误差ε^Exp和容许的重构误差ε^All，同步相量量测装置采样间隔Δt，数据压缩窗最大长度N_w，以及数据压缩持续时间T；

2)令t＝0，获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化数据发送点y^sent及相对应的时标t^sent，令y^sent＝y^curr、t^sent＝t^curr，并发送y^sent，t＝t+Δt；

3)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化临时数据点y^temp堆栈及相对应的时标t^temp堆栈，令y^temp(1)＝y^curr、t^temp(1)＝t^curr，t＝t+Δt；

4)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化当前量测数据点的前一数据点y^prev及相对应的时标t^prev，令y^prev＝y^curr、t^prev＝t^curr，t＝t+Δt，初始化数据压缩窗长度n_w＝0；

5)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，并执行过滤旋转门趋势压缩；

6)如果数据压缩窗长度n_w≤N_w，则n_w＝n_w+1，转到步骤8)；否则，转到步骤7)；

7)令数据压缩窗长度n_w＝0，对压缩后的数据执行线性插值重构过程，计算压缩比和重构误差；执行误差需求判断，当满足误差需求时，转到步骤5)；否则，计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限，返回步骤5)；

8)如果t≤T，则t＝t+Δt，返回步骤5)；否则，算法结束。

本发明的一种误差自适应的配电网同步相量量测数据实时压缩方法，具有如下优势：1)通过将过滤压缩算法和旋转门趋势压缩算法结合使用，实现了对同步相量量测数据的实时压缩，提高了量测数据的时效性；2)考虑到数据波动程度的不同，以及不同应用场景对数据重构误差的最低要求，通过定义误差比和动态调幅函数，在压缩过程中自适应地调整过滤限值和压缩限值，在保证数据准确度的同时，取得较好的压缩性能。

附图说明

图1是本发明一种误差自适应的配电网同步相量量测数据实时压缩方法的流程图；

图2是过滤旋转门趋势压缩方法流程图；

图3是线性插值重构示意图；

图4a是第一组和第二组误差下的A相电压曲线的原始图；

图4b是第一组和第二组误差下的A相电压曲线的局部放大图；

图5a是第一组和第二组误差下的A相电流曲线的原始图；

图5b是第一组和第二组误差下的A相电流曲线的局部放大图；

图6a是第一组和第二组误差下的A相有功功率曲线的原始图；

图6b是第一组和第二组误差下的A相有功功率曲线的局部放大图；

图7a是第一组和第二组误差下的三相总有功功率曲线的原始图；

图7b是第一组和第二组误差下的三相总有功功率曲线的局部放大图；

图8a是第一组和第二组误差下的三相总无功功率曲线的原始图；

图8b是第一组和第二组误差下的三相总无功功率曲线的局部放大图；

图9a是第一组和第二组误差下的系统频率曲线的原始图；

图9b是第一组和第二组误差下的系统频率曲线的局部放大图。

具体实施方式

下面结合实施例和附图对本发明的一种误差自适应的配电网同步相量量测数据实时压缩方法做出详细说明。

如图1所示，本发明的一种误差自适应的配电网同步相量量测数据实时压缩方法，包括如下步骤：

1)根据配电网同步相量量测装置(PMU)的应用场景，设定如下的量测数据实时压缩参数，包括：最大传输间隔ΔT_max，过滤限值y_ExcDev的初始值和上下限值，压缩限值y_ComDev的初始值和上下限值，期望的重构误差ε^Exp和容许的重构误差ε^AIl，同步相量量测装置采样间隔Δt，数据压缩窗最大长度N_w，以及数据压缩持续时间T；

2)令t＝0，获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化数据发送点y^sent及相对应的时标t^sent，令y^sent＝y^curr、t^sent＝t^curr，并发送y^sent，t＝t+Δt；

3)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化临时数据点y^remp堆栈及相对应的时标t^temp堆栈，令y^temp(1)＝y^curr、t^temp(1)＝t^curr，t＝t+Δt；

4)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化当前量测数据点的前一数据点y^prev及相对应的时标t^prev，令y^prev＝y^curr、t^prev＝t^curr，t＝t+Δt，初始化数据压缩窗长度n_w＝0；

5)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，并执行过滤旋转门趋势压缩；如图2所示，所述的执行过滤旋转门趋势压缩，是首先，对当前时刻的量测数据点y^curr执行一次过滤压缩算法，然后，根据过滤压缩算法的结果，对临时数据点y^temp和当前量测数据点的前一数据点y^prev执行旋转门趋势压缩算法，具体步骤如下：

(1)计算数据传输间隔ΔT：

ΔT＝t^curr-t^sent (1)

对当前时刻的量测数据点y^curr执行过滤压缩判断，判断条件为：

ΔT≤ΔT_max且|y^temp(n)-y^curr|<y_ExcDev (2)

式中，n表示临时数据点y^temp堆栈的数据点个数，y^temp(n)表示临时数据点y^temp堆栈的栈顶数据点，y_ExcDev表示过滤限值，ΔT_max表示最大传输间隔，当满足压缩条件时，转到第(5)步；否则，转到第(2)步；

(2)计算临时数据点y^temp的估计值

式中，t^temp(i)表示临时数据点堆栈的第i个数据点对应的时标，n表示临时数据点t^temp堆栈的数据点个数；

对临时数据点y^temp执行旋转门趋势压缩判断，判断条件为：

式中，y_ComDev表示压缩限值，如果对于临时数据点y^temp堆栈中的所有数据点上式均成立，则满足压缩条件，不发送数据，保持临时数据点y^temp堆栈不变，转到第(3)步；否则，令数据发送点y^sent＝y^temp(n)，发送数据发送点y^sent，将临时数据点y^temp堆栈的数据点清空，转到第(4)步；

(3)如果ΔT≤ΔT_max，则转到第(4)步；否则，转到第(6)步；

(4)计算当前量测数据点的前一数据点y^prev的估计值

对当前量测数据点的前一数据点y^prev执行旋转门趋势压缩判断，判断条件为：

式中，y_ComDev表示压缩限值，当满足压缩条件时，将当前时刻的量测数据点y^curr压入临时数据点y^temp堆栈，转到第(5)步；否则，转到第(6)步；

(5)不发送数据，令y^prev＝y^curr，算法结束；

(6)令y^sent＝y^prev，发送数据发送点y^sent，令y^prev＝y^curr，将当前时刻的量测数据点Y^curr压入临时数据点y^temp堆栈，算法结束。

6)如果数据压缩窗长度n_w≤N_w，则n_w＝n_w+1，转到步骤8)；否则，转到步骤7)；

7)令数据压缩窗长度n_w＝0，对压缩后的数据执行线性插值重构过程，计算压缩比和重构误差；执行误差需求判断，当满足误差需求时，转到步骤5)；否则，计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限，返回步骤5)；其中，

(1)所述的对压缩后的数据执行线性插值重构过程如图3所示，是采用如下公式进行：

式中，

和

分别表示t时刻的重构数据点和数据发送点；Δt′₁和Δt′₂分别表示重构数据点

与前后最近的一个数据发送点的时间间隔；

和

分别表示重构数据点

前后最近的一个数据发送点；NULL表示空数据，Δt表示同步相量量测装置采样间隔，T表示数据压缩持续时间。

(2)所述的计算压缩比和重构误差如下：

(2.1)压缩比λ_CR的计算公式为：

式中，N_RD和N_SD分别表示原始量测的数据量和发送的数据量；

(2.2)重构误差是采用归一化均方误差ε_NMSE计算，其计算公式为：

式中，y_t和

分别表示t时刻原始的量测数据点和重构数据点；T为数据压缩持续时间。

(3)所述的执行误差需求判断的判断条件为：

|ε^Exp-ε_NMSE|≤ε^all (11)

式中，ε^Exp为期望的重构误差；ε_NMSE为归一化均方误差；ε^All为容许的重构误差。

(4)所述的计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限，其中

(4.1)误差比β的计算公式为：

(4.2)动态调幅函数F(β)的计算公式为：

F(β)＝1+(β-1)³ (13)

(4.3)过滤限值y_ExcDev的计算公式为：

y_ExcDev＝y_ExcDev×F(β) (14)

(4.4)压缩限值y_ComDev的计算公式为：

y_ComDev＝y_ComDev×F(β) (15)

(4.5)过滤限值y_ExcDev和压缩限值y_ComDev的上下限约束为：

式中，ε^Exp为期望的重构误差；ε_NMSE为归一化均方误差；

和

分别表示过滤限值y_ExcDev的上下限值；

和

分别表示压缩限值y_ComDev的上下限值。

8)如果t≤T，则t＝t+Δt，返回步骤5)；否则，算法结束。

为验证本发明一种误差自适应的配电网同步相量量测数据实时压缩方法的有效性，实施例对中国南方电网某示范工程的PMU量测数据进行压缩处理；现场PMU采样频率为50次/秒，即采样间隔为0.02秒，这里选取其中连续的20秒(1000个量测数据点)进行压缩测试，设定数据压缩窗最大长度为50；PMU的量测数据类型，包括：ABC相电压/电流、ABC相有功功率，三相总有功功率/无功功率、系统频率。设定最大传输间隔、过滤限值的初始值和压缩限值的初始值、以及过滤限值的上下限值和压缩限值的上下限值，如表1所示。

表1最大传输间隔、过滤限值和压缩限值的设置情况

注：V_base＝6kV、I_base＝170A、P_base＝1000kW、Q_base＝250kVar和F_base＝50Hz分别是电压、电流、有功功率、无功功率和频率的基准值；V_初始＝0.001V_base、I_初始＝0.001I_base、P_初始＝0.001P_base、Q_初始＝0.001Q_base和F_初始＝0.001F_base。

对不同的量测类型分别设定两组不同的期望的归一化均方误差和容许的归一化均方误差，如表2所示；

表2不同量测类型的期望误差和容许误差设置情况

在MATLAB R2014a软件环境下编写程序对量测数据执行压缩处理；执行压缩计算的计算机硬件环境为Intel(R)Core(TM)i5-4210M CPU，主频为3.60GHz，内存为8GB，软件环境为Windows 7操作系统。

表3和表4所示分别为第一组和第二组误差下不同量测类型对应的压缩比和重构误差。

表3第一组误差下不同量测类型对应的压缩比和重构误差

表4第二组误差下不同量测类型对应的压缩比和重构误差

可以看出：1)本发明的一种误差自适应的配电网同步相量量测数据实时压缩方法，对不同类型的量测量均具有较高的压缩比和较小的重构误差，说明本压缩方法具有较好的压缩性能；2)当设定的期望的重构误差和容许的重构误差发生变化时，本发明的一种误差自适应的配电网同步相量量测数据实时压缩方法，仍然可以有效地压缩量测数据；3)当设定不同的期望的重构误差和容许的重构误差时，相同电气量的量测数据具有不同的压缩比和重构误差，其中第一组的压缩比高于第二组的压缩比，但第一组的重构误差也大于第二组的重构误差，即第一组的重构数据准确度低于第二组的重构数据准确度。

图4a～图9b分别是第一组和第二组误差下的A相电压、A相电流、A相有功功率、三相总有功功率、三相总无功功率和系统频率压缩前后的曲线图，从中可以看出重构数据曲线与原始数据曲线基本吻合，第二组相较于第一组曲线吻合度更高，说明当设定的误差减小时，重构数据准确度也随时增大，从而说明本发明可以误差自适应的压缩PMU量测数据。

Claims (6)

1.一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，包括如下步骤：

1)根据配电网同步相量量测装置的应用场景，设定如下的量测数据实时压缩参数，包括：最大传输间隔ΔT_max，过滤限值y_ExcDev的初始值和上下限值，压缩限值y_ComDev的初始值和上下限值，期望的重构误差ε^Exp和容许的重构误差ε^All，同步相量量测装置采样间隔Δt，数据压缩窗最大长度N_w，以及数据压缩持续时间T；

2)令t＝0，获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化数据发送点y^sent及相对应的时标t^sent，令y^sent＝y^curr、t^sent＝t^curr，并发送y^sent，t＝t+Δt；

3)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化临时数据点堆栈y^temp及相对应的时标堆栈t^temp，令y^temp(1)＝y^curr、t^temp(1)＝t^curr，t＝t+Δt；

其中，y^temp(1)表示临时数据点堆栈中的第一个数据点；t^temp(1)表示临时数据点堆栈中的第一个数据点对应的时标堆栈；

4)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，初始化当前量测数据点的前一数据点y^prev及相对应的时标t^prev，令y^prev＝y^curr、t^prev＝t^curr，t＝t+Δt，初始化数据压缩窗长度n_w＝0；

5)获取当前时刻的量测数据点y^curr及相对应的时标t^curr，并执行过滤旋转门趋势压缩；

6)如果数据压缩窗长度n_w≤N_w，则n_w＝n_w+1，转到步骤8)；否则，转到步骤7)；

7)令数据压缩窗长度n_w＝0，对压缩后的数据执行线性插值重构过程，计算压缩比和重构误差；执行误差需求判断，当满足误差需求时，转到步骤5)；否则，计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限，返回步骤5)；

8)如果t≤T，则t＝t+Δt，返回步骤5)；否则，算法结束。

2.根据权利要求1所述的一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，步骤5)中所述的执行过滤旋转门趋势压缩，是首先，对当前时刻的量测数据点y^curr执行一次过滤压缩算法，然后，根据过滤压缩算法的结果，对临时数据点y^temp和当前量测数据点的前一数据点y^prev执行旋转门趋势压缩算法，具体步骤如下：

(1)计算数据传输间隔ΔT：

ΔT＝t^curr-t^sent (1)

对当前时刻的量测数据点y^curr执行过滤压缩判断，判断条件为：

ΔT≤ΔT_max且|y^temp(n)-y^curr|<y_ExcDev (2)

式中，n表示临时数据点y^temp堆栈的数据点个数，y^temp(n)表示临时数据点y^temp堆栈的栈顶数据点，y_ExcDev表示过滤限值，ΔT_max表示最大传输间隔，当满足压缩条件时，转到第(5)步；否则，转到第(2)步；

(2)计算临时数据点y^temp的估计值

式中，t^temp(i)表示临时数据点堆栈的第i个数据点对应的时标，n表示临时数据点y^temp堆栈的数据点个数；

对临时数据点y^temp执行旋转门趋势压缩判断，判断条件为：

式中，y_ComDev表示压缩限值，如果对于临时数据点y^temp堆栈中的所有数据点上式均成立，则满足压缩条件，不发送数据，保持临时数据点y^temp堆栈不变，转到第(3)步；否则，令数据发送点y^sent＝y^temp(n)，发送数据发送点y^sent，将临时数据点y^temp堆栈的数据点清空，转到第(4)步；

(3)如果ΔT≤ΔT_max，则转到第(4)步；否则，转到第(6)步；

(4)计算当前量测数据点的前一数据点y^prev的估计值

对当前量测数据点的前一数据点y^prev执行旋转门趋势压缩判断，判断条件为：

式中，y_ComDev表示压缩限值，当满足压缩条件时，将当前时刻的量测数据点y^curr压入临时数据点y^temp堆栈，转到第(5)步；否则，转到第(6)步；

(5)不发送数据，令y^prev＝y^curr，算法结束；

(6)令y^sent＝y^prev，发送数据发送点y^sent，令y^prev＝y^curr，将当前时刻的量测数据点y^curr压入临时数据点y^temp堆栈，算法结束。

3.根据权利要求1所述的一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，步骤7)所述的对压缩后的数据执行线性插值重构过程是采用如下公式进行：

式中，

和

分别表示t时刻的重构数据点和数据发送点；Δt′₁和Δt′₂分别表示重构数据点

与前后最近的一个数据发送点的时间间隔；

和

分别表示重构数据点

前后最近的一个数据发送点；NULL表示空数据，Δt表示同步相量量测装置采样间隔，T表示数据压缩持续时间。

4.根据权利要求1所述的一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，步骤7)所述的计算压缩比和重构误差如下：

(1)压缩比λ_CR的计算公式为：

式中，N_RD和N_SD分别表示原始量测的数据量和发送的数据量；

(2)重构误差是采用归一化均方误差ε_NMSE计算，其计算公式为：

式中，y_t和

分别表示t时刻原始的量测数据点和重构数据点；T为数据压缩持续时间。

5.根据权利要求1所述的一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，步骤7)所述的执行误差需求判断的判断条件为：

|ε^Exp-ε_NMSE|≤ε^All (11)

式中，ε^Exp为期望的重构误差；ε_NMSE为归一化均方误差；ε^All为容许的重构误差。

6.根据权利要求1所述的一种误差自适应的配电网同步相量量测数据实时压缩方法，其特征在于，步骤7)所述的计算误差比、动态调幅函数，计算过滤限值和压缩限值，约束过滤限值和压缩限值的上下限，其中

(1)误差比β的计算公式为：

式中，β为误差比；ε^Exp为期望的重构误差；ε_NMSE为归一化均方误差；

(2)动态调幅函数F(β)的计算公式为：

F(β)＝1+(β-1)³ (13)

(3)过滤限值y_ExcDev的计算公式为：

y_ExcDev＝y_ExcDev×F(β) (14)

(4)压缩限值y_ComDev的计算公式为：

y_ComDev＝y_ComDev×F(β) (15)

(5)过滤限值y_ExcDev和压缩限值y_ComDev的上下限约束为：

式中，ε^Exp为期望的重构误差；ε_NMSE为归一化均方误差；

和

分别表示过滤限值y_ExcDev的上下限值；

和

分别表示压缩限值y_ComDev的上下限值。

Images