基于FFT和LZW波形数据压缩.docVIP

基于FFT的电能质量波形数据的LZW压缩算法 绪论 1.1前言 随着科技的进步，现代电力系统中用电负荷结构发生了重大变化。其非线性、冲击性以及不平衡等的负荷特性，使电网的电压波形发生畸变或引起电压波动和闪变以及三相不平衡，甚至引起系统频率波动等，对供电电能质量造成严重的干扰或污染。电网正面对越来越多的电能质量问题，这使得电能质量的研究十分紧迫。 在电能质量监控方面，有两个趋势：其中之一是智能化，智能化旨在减轻人的劳动，能自动对电能质量问题进行识别和数据处理，从而实现全面的无人监控功能。另一个则是远程化。随着电力工业的发展和电网规模的扩大，供电部门和用户都迫切需要对较大量的监测点进行监控，然而各点的分散，距离远近不同，监测电能质量的问题也根据用户和电网的需要而各不相同。所以远程化就可以适应不同层次的监控要求，从而使电能质量的监控点能够分布到电网中的任何地方，并且具有良好的在线功能。而远程化必然带来的问题就是，监测点和监控站之间的通信问题以及大量的电能质量数据的传输问题都十分重要。因此对数据进行压缩是减少数据存储费用和提高性能的有效办法，具有重大的实际意义。 电能质量分析仪表需要采集大量的三相电数据，从数据中解析出工业用电的各种参数，以便指导生产过程。而由于嵌入式设备本身的CPU处理能力、通信能力和存储能力所限，要求对采集到的大量数据先进行压缩然后再传输、存储和分析等，以缓解嵌入式设备的通信带宽低、存储容量小、计算能力弱等缺点带来的不便。 1.2 国内外研究近况 随着计算机技术的飞速发展，数据压缩作为海量信息存储和传输的支撑技术受到了人们的极大重视。目前，对于数据压缩算法的研究主要集中在数字图像处理、语音信号的分析等研究领域，也已经取得了显著的成果，而数据压缩技术在电力系统中的应用则相对较少。目前电能质量问题主要的分析方法可分为时域、频域和基于数学变换的分析方法三种。 时域分析方法如差值法等，主要用于电能质量扰动信号的检测，方法快速简单，适合于检测电压凹陷、暂态脉冲等暂态电能质量问题，而不能检测如电压偏差、谐波、周期性陷波等稳态、周期性电能质量问题。 频域分析方法主要用于电能质量中的谐波问题的分析，包括频谱分布、谐波潮流计算等。 基于数学变换的分析方法主要有傅立叶变换方法、矢量变换方法以及近年出现的小波变换方法和人工神经网络分析方法等。傅立叶变换作为经典的信号分析方法具有正交、完备等许多优点，如FFT 这样的快速算法。在频域，傅立叶变换具有较好的局部化能力，特别是对于那些频率成分比较简单的确定性信号，傅立叶变换很容易把信号表示成各频率成分的叠加和形式；但在时域中，傅立叶变换是对整个时间段的积分，没有局部化能力。由于小波分析方法具有良好的时-频局部化特性，它通过对不同的频率成分采用逐渐精细的采样步长，可以聚焦到信号的任意细节，能很好地处理微弱或突变信号，特别适合于对非稳态畸变波形问题进行分析。 1.3 本文任务 本文针对提供的离线电能质量波形文件进行压缩，利用了有损压缩和无损压缩的结合；有损压缩部分是利用了对数据FFT之后的取阀值省去了一部分接近于0的数据，无损部分选择了对于重复性比较高的数据压缩效率高的LZW算法。 压缩完后，再解压，计算谐波，谐波精度仍然要满足以下要求： 表 1 压缩要求 压缩率要求：保证精度的要求下压缩率越高越好。压缩速度： 优先级较低。 FFT 2.1 快速傅立叶变换 傅立叶变换在频域具有良好的局部化能力，可以较好地描述信号的频率特性，适合用于谐波等电力系统稳态或稳态扰动现象的分析，如果信号为稳态扰动（如正弦波形、谐波等），采用快速傅立叶变换对信号进行压缩，得到相应的频率谱，记录了原始信号中不同频率成分的分量，于是这里选择了傅立叶变换没有选择对于暂态扰动有优势的小波变换。变换之后只要记住其中较大的系数，即可记录原始扰动数据中的大部分信息，达到压缩数据的目的，这里便成为有损压缩精度损失的来源。 2.2 离散傅立叶变换（DFT） DFT是信号分析与处理中的一种重要变换。因直接计算DFT的计算量与变换区间长度N的平方成正比，当N较大时，计算量太大，所以在快速傅里叶变换(简称FFT)出现以前，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。直到发现了FFT算法，这种情况才发生了改变。 当序列的点数不超过时，它的点定义为 （1） 反变换定义为 （2） 二者形式相似，快速算法的原理一样，这里先就其正变换进行讨论。令，当依次取为时，可表示为如下的方程组： （3） 由上式可见，直接按照定义计算点序列的点时，每行含个复乘和个加，从而直接按定义计算点的总计算量为个复乘