基于混合小波包的电能质量数据压缩算法.pdfVIP

第29卷第3期 电工电能新技术 V01．29，No．3 2010年7月 ofElectrical and 2010 Advanced July Technology EngineeringEnergy 基于混合小波包的电能质量数据压缩算法 郑伟彦，吴为麟 (浙江大学电气工程学院，浙江杭州310027) 摘要：经典小波算法在分解电力系统监测系统的录波数据时，单一小波基难以与电能质量事件复 合特征达到最优匹配，为了进一步提高电能质量数据小波压缩算法的效率，本文在单小波分解的基 础上，针对电力系统数据特性提出混合小波包算法：首先通过MATLAB仿真产生不同类型的电网 故障录波数据，再将仿真数据所对应的熵函数作为遗传算法寻优的代价函数，优化混合小波包基结 构，最后利用新算例验证优化好的混合小波包。仿真实验的结果表明本文算法获得的压缩效果优 于经典小波压缩算法。 关键词：电能质量；混合小波包；熵函数；遗传算法 中图分类号：TM769 文献标识码：A 文章编号：1003—3076(2010)03-0008-04 现代电力系统管理和控制越来越依赖于实时监 证明了混合小波基的存在。文献[6]在混合小波基 WaveletPack— 测系统的传输各个网点的录波数据。为了存储和传 的基础上提出混合小波包(Combined 输海量的电网录波数据，首先要解决的问题就是研 eta，CWP)。本文在此基础上优化混合小波包的算 发高效的压缩算法。而电力系统数据压缩不同于其 法：利用自定义的信息代价函数，通过遗传算法优化 他领域的数据压缩¨-，压缩的数据必须保留故障诊 小波函数族，使得电网故障数据可以用最合适的混 断所需的扰动特征量。很多文献都采用了小波压缩 合小波包基来分解。与传统的小波包相比，在保持 算法：首先将录波信号进行小波分解，再筛选出特征 原有算法复杂度基本不变的情况下，获得更好的时 系数，在保证重构波形不丢失的特征信息的前提下， 频域特性和压缩性能。 要求保留的小波系数所占的存储空间必须尽可能的 1 混合小波包 ／J、。 小波变换相对于傅里叶变换的不同点在于小波 1．1小波包算法 分解可以根据信号特征选取不同的小波函数：选用 经典小波算法具有小尺度大频窗，大尺度小频 恰当的小波函数，可以很好地分析信号的特征；相 窗的时频分布规律，而电力系统中故障数据的暂态 反，若小波函数选取不正确，分解系数很可能淹没信 或稳态扰动通常只出现在特定频带，为了更好去除 号的特征。目前经典小波中的小波空间和尺度空间 冗余，希望故障存在频带具有最大化时／频域分辨 是由对同一母小波函数进行伸缩，平移得到的旧1， 率，解决办法是在小波算法基础上推广小波包分解， 构造起来简单，但单小波基难以与复杂数据的特征 使得频谱窗口进一步细化，以便找到合适的小波包 波形匹配。为此，文献[3][4]提出了多小波电能质树结构，用最少的小波系数提取出电力系统故障信 量压缩算法，将小波的光滑性，正交性，紧支性等完 息。 美结合起来，提高了压缩效果，但多小波计算需要对 构造小波包是从长度的2N的滤波器h(，1)和g 信号进行预处理，且需进行多次的小波分解构，大大 增加了算法的复杂度。 0时，埘。=咖(t)是尺度函数，lc