基于小波理论的电能质量分析 毕业论文.doc

《基于小波理论的电能质量分析 毕业论文.doc》由会员分享，可在线阅读，更多相关《基于小波理论的电能质量分析 毕业论文.doc（28页珍藏版）》请在三一文库上搜索。

1、I 基于小波理论的电能质量分析基于小波理论的电能质量分析 摘要：摘要：本文以电力参数在线检测、分析系统研制为背景，针对系统所需做存储处 理的畸变、故障信号数据规模过于庞大，从而使得系统分析、处理性能下降，存 储成本上升的问题，讨论了利用基于正交离散小波变换的变换编码有损数据压缩 思想的数据压缩方法。主要做了以下几方面的工作： 1.研究了小波分析的基本理论。滤波器组理论与离散小波变换有着天然的联 系，正交小波多分辨分析理论明确地指出共扼镜像滤波器完全刻画了标准正交小 波变换，而且快速离散小波变换可以通过级联这些共扼镜像滤波器运算来实现。 2.结合数字信号处理的多通道分析方法和滤波器组、小波分析的

2、基本理论， 提出了基于正交离散小波变换的电力系统畸变数据实时压缩方法。结果表明，在 把信号信息损失控制在一个可以接受的范围的条件下，信号数据压缩能获得有意 义的压缩率。这对于电力系统畸变、故障信号数据的存储、传输来讲，可以大幅 节约成本，提高系统性能，增加经济效益。 关键词关键词：电力系统，小波分析，滤波器组，数据压缩 II Research on Application of Wavelet Theory in Electric Power Quality Analysis and Processing Abstract： Background of this paper is the de

3、velopment of Power Parameters Detection and Analysis Online System. Aiming at the problem of the bulk of disturbance or fault data system needs to save, which makes the system of bad performance and increases the cost of saving, a data compression way based on transform coding method of wavelet tran

4、sform with little information lost is proposed. At the same time its use in data filtering is also considered. Main job done consists of three parts as following： First of all, basic wavelet theory is introduced. Discrete wavelet transform has tight relationship with filter banks in born. Multi-reso

5、lution analysis showed QMF banks are equivalent to quadrature wavelet transform. Fast wavelet transform could be achieved by cascading QMF banks operation. Finally, synthesizing multi-channel digital signal processing, filter banks and wavelet analysis theory, an electric power quality disturbance d

6、ata compression realization has been proposed based on quadrature discrete wavelet transform. Simulation results show that with acceptable information lost within a limitation requirement remarkable compression ration could be obtained. This data compression way could benefit electric power quality

7、disturbance data saving and transmission, improve supervision systems performance and lower down the system cost. Key words：electric power system, wavelet analysis, filter banks, data compression 目目 录录 第第 1 1 章章 绪论绪论1 1 1.1 小波变换的起源与发展1 1.2 电能质量概述4 1.2.1 电能质量的定义.4 1.2.2 电能质量问题的危害.4 1.3 小波分析在电力系统中的应用情

8、况14.5 1.4 本文主要工作6 第第 2 2 章章 滤波器组及小波分析理论基础滤波器组及小波分析理论基础7 7 2.1 滤波器组基础及双通道数字信号处理7 2.2 连续小波变换9 2.3 离散小波变换.10 2.4 多分辨分析及其与滤波器组的关系.11 2.5 小结.13 第第 3 3 章章 电力系统畸变信号数据的小波压缩电力系统畸变信号数据的小波压缩1414 3.1 数据压缩与谐波分析.14 3.2 应用离散小波变换实时压缩电能质量畸变信号数据.17 3.3 小结.21 第第 4 4 章章 结束语结束语2222 4.1 本文的工作总结 .22 参考文献参考文献2323 致谢致谢2424

9、1 第第 1 1 章章 绪论绪论 1.11.1 电能质量概述电能质量概述 1.1.11.1.1 电能质量的定义电能质量的定义 从普遍意义讲，电能质量是指优质供电。迄今为止，人们对电能质量的技术 含义却存在不同的认识，还不可能给出一个准确统一的定义。例如电力部门可能 把电能质量定义为电压与频率的合格率，并且用统计数字来说明电力系统 99.9% 是安全可靠运行的；电力用户则可能把电能质量简单定义为是否向负荷供电。因 此，在像供电中断持续时间等问题上供受双方意见就不相一致，这种故障事件应 当归属输配电工程问题还是电能质量问题说法不一；而设备制造厂家则可能定义 电能质量就是指电源特性应当完全满足电气设

10、备的正常工作需要。但实际上，不 同厂家和不同设备对电源特性的要求可能相去甚远。但是 IEEE 标准化协调委员 会已正式采用“power quality”(电能质量)这一术语，并且给出了相应的技术 定义：合格电能质量的概念是指给敏感设备提供的电力和设置的接地系统是均适 合于该设备正常工作的。而与 IEEE 相反，IEC 并没有采用电能质量这个术语，而 是提出“EMC”(电磁兼容)术语，强调设备与设备之间的相互作用和影响，以及 电源与设备之间的相互作用和影响，并在此基础上制定出一系列相关电磁兼容标 准。电磁兼容术语与电能质量术语之间具有很大的重叠性，因此具有很多同义词。 电力系统中电能质量问题主要

11、分为稳态和暂态两大类。稳态电能质量问题主 要包括三相电压不平衡、电压波动与闪变、电压偏移、频率偏移以及其他以波形 畸变为特征的谐波、间谐波、陷波等现象；暂态电能质量问题主要包括短时电压 改变及各种暂态现象。其中短时电压改变是指由于系统中发生故障或较大负载变 换所引起节点电压方均根值在短时间内随时间改变的现象，包括电压骤升、电压 骤降以及瞬时中断等现象；暂态现象通常是指暂态过电压，可分为脉冲暂态和振 荡暂态两类。 1.1.21.1.2 电能质量问题的危害电能质量问题的危害 电网电压的波动、跌落、骤升、不平衡、谐波等除了影响电能质量敏感负荷 正常工作以外，还有以下几项危害： (1)使电网中的元件产

12、生附加损耗，降低发电、输电以及用电设备的效率和 使用寿命； 2 (2)导致继电器保护和自动装置的误动作，并可能使电气测量仪表计量不准； (3)产生机械振动、噪声和过电压，使变压器局部过热； (4)谐波使电容器、电缆等设备过热、绝缘老化、寿命缩短，甚至损坏； (5)谐波还会导致公用电网中局部的并联谐振和串联谐振，从而使谐波放大， 大大增加了谐波的危害性，有时还会引起严重的事故； (6)高次谐波还会对临近的通信系统产生干扰，轻者产生噪声、降低通信质 量；重者导致信息丢失，使通信系统无法正常工作。 (7)在电压严重不平衡时，会使对于电压过零点有严格要求的某些直流电机 发生故障。 1 1.2 2 小波

13、变换小波变换简介简介 小波变换(Wavelet Transform)是八十年代后期在信号分析领域兴起的一种新 的数学分析工具。近年来小波变换已飞速发展成为信号分析、图像处理、语音信 号处理及其它学科广泛应用的工具之一。小波变换的基本思想最早可追溯到 1910 年 Harr 提出的小波规范正交基和 1938 年 Palley - Littlewood 提出来的按二进频率 分组的理论。较为系统的理论是 Morlet 和 Grossman 于 1984 年在分析地球物理信 号时作为一种信号分析的数学工具提出来的1。 在信号分析处理领域中，傅氏变换有着重要的地位。其数学表达式为： 1-1 1 ( )(

14、 ) 2 j x Ff x edx 逆变换为： 1-2 1 ( )( ) 2 j x f xFed f (x)与 F()之间的相互转换具有完美的对称形式。傅氏变换的特点在于：(1) 该变换是线性变换。如果信号是经过线性变换复合而成的复杂信号，则其傅氏变 换可以方便地通过原信号的傅氏变换经过简单代数运算得到；反之，复杂的傅氏 变换如果是经过线性变换，则要获得其对应的时域信号，也可以通过原信号经过 简单代数运算得到；(2)该变换把时域卷积(频域卷积)变换为频域卷积(时域卷积)， 这使得分析信号的传递过程变得十分简单。 从傅氏变换的表达式可以看出：因，所以傅氏变换sin()()/2 j xj x x

15、ee 3 是把信号展开成为一组正弦函数的组合，而 sin(x)无论在时域或频域时域或频 域均是周期函数。因此决定了傅氏变换不可能在时域和频域同时获得良好的局域 特性。当信号在时域内为局域信号时，其频域表达一定是贯穿整个频率轴的。例 如时域冲击函数，仅在 t=0 时有非零值，而其傅氏变换为 1，在频域范围内是贯 穿整个频率轴的。反之亦然。 傅氏变换的这一不足给信号分析带来诸多不便。1946 年，Garbor 提出用窗函 数 g (x-)限制傅氏变换的范围，得到短时傅氏变换： 1-3 1 ( , )( ) () 2 j x STFTf x g xedx 其反变换为： 1-4 2 1 ( )( ,

16、) () 2 j x R f xSTFTg xed d 短时傅氏变换把时域信号变换为时频域信号，是一种时频分析方法，适当选 择 g(x-)可以把时频平面均匀地划分为栅格，获得较好的时域或频域局域特性。 如图 1 所示，时频平面被窗函数均匀地分割成小的窗口，无论在时域还是频域， 窗口的大小都是均匀的。由于短时傅氏变换在全时频平面内的分辨率始终不变， 所以根据不确定性原理2-9： 1-5 1 4 tf A A A 不确定性原理限制了时频能量的同时集中，短时傅氏变换只能或在时域或在 频域内获得局域特性，而不可能同时在时频两域内均获得好的局域特性。例如在 分析奇异信号(一般为信号的高频部分)时，要求栅

17、格的频率间隔较小，根据不确 定性原理，相应的时间间隔则应较大，即在时域内应有较多采样点，这必然带来 样本获取难度、分析计算量大等问题。由于信号处理领域经常要分析信号的奇异 性，因此 Garbor 变换仍不能很好地满足要求2-7。 4 图图1短时傅利叶变换的时频分辨率 Garbor 变换的不足在于其窗函数在变换过程中始终保持不变。小波变换克服 了 Garbor 变换的不足，其基本思想是按一个确定函数 (x)的伸缩平移系： 1-6 , 1 ( )()| ,0 | a b xb xa bR a aa 把信号展开。1986 年，Meyer 构造出了具有一定衰减性的光滑函数 (x)，其二进 制伸缩平移系

18、为： 1-7 /2 , ( )2(2)| , jj j k xxkj kZ 它构成平方可积函数空间的规范正交基。图 2 给出了小波变换对于时频平面的分 割情况。可以看出：当频率的分辨率较高时，时域的分辨率较低；而随着频率分 辨率的降低，时域的分辨率则逐步提高。与短时傅氏变换时频分辨率变化示意相 对比明显可以看出小波变换相对于短时傅氏变换的优点，即随频率变化而改变自 身的支撑域和中心频率。 5 图图2小波变换的时频分辨率 1988 年和 1989 年，Daubechies 和 Mallat 等人的工作使小波变换在理论上和实际 应用方面有了突破性进展，并使之逐渐成为现代信号处理领域的一个热门课题2

19、-5。 1998 年 Sweldens 提出了单依托时间域构造小波的 Lifting 方法并同 Daubechies 等 一起用之于小波变换。 经过近十年的发展，小波变换已逐渐成为信号分析领域的一个重要工具。小 波变换的基本特点是能进行多尺度下的时频分析，通过对数据在不同尺度下分解， 从分解结果中提取数据的特征，或通过对时频分解结果处理并进行重构从而达到 信号处理的目的。相对于传统的傅氏变换，它具有以下特点： (1)可以同时在多尺度下进行信号分析 (2)在时、频域可以同时具有较好的局域性 (3)对信号的局部突变较敏感 1.31.3 小波分析在电力系统中的应用情况小波分析在电力系统中的应用情况1

20、4 小波理论在电力系统中的应用研究主要分为以下俩个阶段 第一阶段：1994 年1997 年 第二阶段：1998 年至今 在第一阶段，主要是小波理论在电力系统领域中应用的提出及其基于小波理 论的电力系统中应用的小规模研究。这一阶段，国外有关小波的专著不断的介绍 到中国来，国际国内的许多期刊和学报都陆续刊登了不少有关小波分析及其应用 的文章。 第二阶段是小波理论在电力系统领域中应用的广泛研究，在这一阶段，在进 行理论研究的同时，也出现了很多应用研究。 近年来，小波理论在电力系统中得到了越来越广泛的应用，其特点是理论与 应用同时进行。在理论方面，主要是寻求最优小波函数与快速算法；在应用方面， 则集中

21、在电力系统故障信号分析与处理上，包括突变信号和故障诊断。 下面从几个方面来叙述小波理论在电力系统中的应用情况。 (1)小波理论在电力设备状态监视中的应用 在电力系统中，相当一部分电气故障都是由于不同原因所导致的绝缘劣化和 损坏而引起的，而绝缘劣化和损坏，往往首先表现为绝缘内部和表明局部放电， 6 因此，通过监视局部放电的性质和强弱，可以了解绝缘损坏程度，从而判断电力 设备进一步故障的可能性，做好预防和解决措施，大大减少电力设备的故障率。 (2)小波理论在微机保护中的应用 小波理论在电力系统应用的一个突出的领域，就是微机保护中的应用，这主 要是因为微机保护集成了数字滤波、快速算法以及故障检测与诊

22、断等各个方面。 因此小波理论在电力系统中的应用研究，在微机全面提高中得到了最完美的体现。 (3)小波理论在电能质量中的应用 小波理论在电能质量方面的应用包括检测电网的电压、电流、频率是否超出 规定的范围、检测电能质量扰动以及对电能质量数据压缩等几个方面。本文正是 研究小波理论在压缩电力系统谐波引起的畸变信号数据中的应用。 (4)小波理论在电力设备故障诊断中的应用 在电力设备发生故障时，一般会伴有高次谐波、突变分量或是频率的变化， 应用小波变换基本原理，对这些暂态信号进行分析，可以做到对电力系统中主要 设备包括发电机、电动机、变压器等的故障在线诊断。 (5)小波理论在负荷预测中的应用 将小波变换

23、与人工智能及神经网络相结合，可在电力系统负荷预测中得到很 好的应用。 7 第第 2 2 章章 滤波器组及小波分析理论基础滤波器组及小波分析理论基础 2.12.1 滤波器组基础及双通道数字信号处理滤波器组基础及双通道数字信号处理 从时间上来考虑，滤波器组理论出现的要比连续小波变换来得晚，滤波器组 理论与小波变换的联系主要应归功与 Mallat 在八十年代后期所做的工作。数字 信号及数字滤波器是较为人熟知的。数字滤波器在时域上是通过使用卷积的方法 实现的，如一下式所示： 2-1 1 0 N nn ii i yxh 其中:x 为输入信号，y 为输出信号，h 为滤波器系数，N 为滤波器系数的个 数。卷

24、积也可以用矩阵来描述，此时信号写为向量的形式，如式 2-2 所示 2-2 101 10 12 101 n n nnn n hhx hhx yyy hhx 上式中只表示了滤波器长度为 2 的情况，矩阵中空白处表示 0。卷积矩阵是 一个右循环矩阵，每一行均为前一行的右移。滤波器系数可由各种设计方法得到， 不同的滤波器因而具有不同的性质。对于低通和高通滤波器，过渡带的陡度、通 带和阻带的平直度是非常重要的设计要求和限制。 数字滤波器组是一系列数字滤波器的组合，它把组成信号的各个频率分量分 解成不同的子信号，每个子信号占有信号全部频率范围的一个子带。这一系列滤 8 波器的通带合在一起覆盖整个频率轴，因

25、而这些滤波器是互补的。一个低通滤波 器和一个高通滤波器可以简单地构成一个滤波器组，低通滤波器和高通滤波器的 截止频率均为频带宽度的一半。一个信号通过该滤波器组可以得到两个新的信号， 其一占有低半频率范围，其一占有高半频率范围。本文中只考虑两带滤波器组的 情况，即滤波器组只具有一个低通滤波器和一个高通滤波器。滤波器组中低通和 高通滤波器按不同条件设计可以获得不同的性质，其中，两通道正交镜像滤波器 组在数字信号处理中有着普遍应用。 在实际应用中，现实生活中模拟信号经过模数转换后得到数字信号，这些数 字信号或存储在一个容量有限的存储介质中以供日后使用或经过一个有限带宽的 通道传输出去。数字信号压缩处

26、理方法渐渐被用于提高存储或传输的效率。基于 正交镜像滤波器组的子带编码策略是一个常用的数字信号压缩法，该方法利用信 号能量在频带上的不规则分布通过在各频率子带上分解信号并按某种编码策略处 理子带信号来有效实现对该信号的压缩编码。 图图 3 3 基本 L 带子带滤波策略 子带编码的一个简化框图如图 3 所示。在该编码策略中，从图 3 中可以看出， 输人信号 Xn通过一个 L 带分析滤波器组被分解成一系列相邻频带上的窄带信号， 这些窄带信号通过减采样获得子带信号。接下来，对子带信号可以进行某种处理， 以取得信号处理的某种效果。逆过程是：每个经过处理的子带信号通过增采样， 再通过一个 L 带合成滤波

27、器组，输出结果为生成一个最初输入信号 X n的逼近 信号。子带编码的目的是在分解与重构之间做必要的压缩处理操作。经过子带滤 波器滤波后的信号较未做子带滤波器滤波的信号更易于压缩编码。 双通道正交镜像滤波器组的典型结构框图如图 4 所示，输人信号 Xn首先通 过一个两带分析滤波器组得到窄带信号 V0n及 V1n。该两带分析滤波器组由具 有典型低通和高通频率响应的滤波器 H0(Z)和 H1(Z)组成。窄带信号 V0n及 V1n 9 再按系数 2 减采样得到子带信号 U0n及 U1n。上述过程为分解过程。逆过程即 重构过程则首先是子带信号 U0n及 U1n按系数 2 增采样得到窄带信号 ，再通过一个

28、由具有低通和高通频率响应的滤波器 G0(Z)和 G1(Z)组成 01 V nV n及 两带合成滤波器组并相加得到重构信号 Yn。 图图 4 4 双通道正交镜像滤波器组 2.22.2 连续小波变换连续小波变换 对于任意平方可积函数 2 ( )( )f tL R ，其连续小波变换定义2-5为： , 1 ( , )( )( ) a b WT a bf xx dx C 2-3 其中， ( ) x 称为母小波， , ( ) a b x 为 ( ) x 的伸缩平移系 , ( ) a b x 的共扼函数， , ( ) a b x 称为分析小波，是按 , 1 ( )()| ,0 | a b xb xa bR

29、a aa 2-4 进行伸缩平移得到的。其中 a 为尺度因子，b 为时间因子。 ( ) x 必须满足下面的 条件，称为允许条件2-5： 2 |( )| 2 | Cd 2-5 ( ) 是 ( ) x 的傅氏变换。 由此可见，只有满足允许性条件的函数才可以作为连续小波。由允许条件可 知 ( ) x 在频域满足 (0)0 ，即 ( ) x 在频域是带通的；在时域，一般要求 ( ) x 满 足正则性条件 ( )0,1, p x dxpK n 2-6 而且，n 越大越好，因此 ( ) x 在时域也具有局域化的特点。 小波变换还必须满足重建核方程2-5，即： 10 0000 0 (,)( , )(, , )

30、 da WT a bWT a b Ka b a b db a 2-7 其中 00 00, 1 (, , )( )( ) a ba b Ka b a bxx dx C 2-8 K 称为重建核，它反映了 00 , ( ) a b x 与 , ( ) a b x 的关联程度。重建核方程说明： (1)不是 a-b 平面内的任意 ( , )WT a b 都可以作为小波变换，它必须满足重建核 方程；(2)连续小波变换是有冗余的，即 a-b 平面内任意一点总与该平面上其他 点相关联。正因为连续小波变换是冗余的，才可以在对 a 和 b 进行离散化时，得 到信息不丢失的变换结果，也才能实现二进小波变换及其反变换

31、。从连续小波变 换的定义可以看出，当尺度 a 较小时， , ( ) a b x 在时间域内收缩，在频域内伸展， 此时信号在较密集的一组基下展开，因此小尺度下的连续小波变换可以用来分析 信号的细节特征；反之，当尺度 a 较大时， , ( ) a b x 在时间域内伸展，在频域内收 缩，此时信号在较稀疏的一组基下展开，因此大尺度下的连续小波变换可以用来 分析信号的概貌。形象地讲，小波变换具有变焦作用，是“数学显微镜”。母小 波 ( ) x 在进行伸缩与平移变换时，始终保持中心频率与带宽的比值 Q 为恒定值， 即具有常数 Q 的特性。 小波变换的反变换问题也就是函数 f (x)的重构问题。只有当函数

32、 ( ) x 满足 允许性条件时， ( ) x 才构成小波母函数，相应的小波变换才能反演。连续小波反 变换的定义为2-5： , 2 0 1 ( )( , )( ) a b da f xWT a bx db aC 2-9 2.32.3 离散小波变换离散小波变换 由于现代计算机技术的不断发展，尽管信号分析的理论工作并不完全依赖于 计算机来完成，但将信号分析理论应用实际上时，却离不开计算机的参与。计算 机只能处理离散信号，因此，小波变换除了具有完美的连续变换形式外，还必须 具有离散形式，从而使之借助于计算机方便、快捷地应用于实际系统的信号分析。 在连续小波变换中考虑的是函数族 11 1/2 , (

33、) |() a b xb xa a 2-10 其中 ,0,aRabR 且 ， ( ) x 满足允许条件。 为方便起见，离散化过程中限定 a 为正实数，故允许条件变为2-5： 0 22 0 |( )|( )| 22 | Cdd 2-11 选择 0 m aa ，其中 mZ 且 0 1a ，通常为了方便选择。选择 m anbb 00 ，其中 Zm ,b0 0 可以保证离散化了的小波可以覆盖整个轴线。由此可得离散化形式 的小波2-5： )()( 00 2/ 0, nbxaax mm nm 2- 12 而且如果 , ( ) m n x 构成了一个框架，即对于全部 2( ) fL R ， 2 22 , ,

34、 |,( ) | m n m n AffxBf 2-13 其中，A0, B0)。很明显，用 TKL对 X 作变换将会 对角化 RY TTT YKLKLKLXKL RE TXX TT R T 3-2 KLT 在均方误差(MSE)意义上满足最好的线性逼近性质。这是合适选择变换中所用 16 到的特征向量的结果，即如果只保留变换系数的一个固定子集，那么最好的变换 是 KLT。 然而，在现实中存在的往往是非高斯的清况。因此，如果变换编码思想仍起 作用的话，或许它仍服从于划分，即编码数据的部分片段时有效。对于一个不连 续的对象，其小波变换在不连续处出现大系数，在小尺度上，其小波变换在远离 不连续处的地卞出

35、现小系数。如果能设计一个编码器来很好地刻画这样的“稀疏” 系数序列性质，则有可能在更稀疏的尺度上来表示所有的系数，在小尺度上只需 存储那些为数很少的大系数。小波变换隐含了这样的性质即：比较稀疏尺度上的 系数表示了整体的构造情况，而精密尺度上的系数则反映了不连续性质。 小波变换最初是用解析方法来特征化函数类 : | p ff ，例如通过该函数 类正交膨胀下的系数的性质16。在特征化函数类上，傅利叶变换已经证明并不适 合。特征化一类函数的问题可以归结为该函数类由连续积分形式定义的范数和由 离散形式定义的等价范数的联系问题。即： | | ( )| Ff ff 3-3 在这里：=(f)表示由 f 的一

36、个分解得到的系数集合。例如：这些系数可能这样 获得： , kk f。如果() kk 构成正交基，式(3-3)中三符号意味着存在两个不 取决于 f 的常数 A 和 B，使得下式成立： | ( )| FfF AffBf 3-4 当然 A=B 是最理想的，这种情形下，系数可以精确地特征化 f 的大小。离散 小波变换中正交基就符合上式，因此可用于 f 的精确特征化。但通常很难达到这 种严密的特征化。 寻求范数等价的关键在于离散范数必须是“简单的”和“自然的”。也就是 说离散范数应该只取决于系数的大小，而与符号和相位无关。称离散范数为无条 件的，如过该离散范数满足如下关系： | ff 3-5 当 kkk

37、 s ，sk 表示权序列，有| | 1 k s 。其基本思想是离散范数在大小上收 缩，则系数也应收缩。 由于范数等价，所以离散小波变换正确对应于连续小波变换16。如 f (t)是 时间间隔0,1上的函数，( ) l 是一组离散采样(f (n / N)的离散小波变换系数， 17 则离散小波变换系数的范数与相应的连续小波变换系数(f)的范数精确等价。由 此，基于离散小波变换的函数编码与基于理论上的连续小波变换的函数编码一样 服从同种估计。 早期的子带编码方法只是尝试着去逼近去相关性的变换，如 KLT。后来等价 于离散小波变换的一种特殊构造即递推分解低频带的方法得到了普遍应用，主要 由于以下几个因素

38、： (1)密切相关于塔式编码 (2)能量大部分集中于低频部分 (3)计算上有效简洁 在小尺度上，有意义的小波变换系数在不连续处是高度局域化的，因此，一 个给定了定位的边缘在相应的定位子带上大体呈现出边缘性质，全部尺度上均有 这个性质。相反地，平滑部分将会在通带中去除，因为小波通常都具有几阶消失 矩。到目前为止，在基于离散小波变换的子带编码方法上获得了许多有益的结果， 从而有利地促进了压缩技术的提高与发展。 3.23.2 应用离散小波变换实时压缩电能质量畸变信号数据应用离散小波变换实时压缩电能质量畸变信号数据 电能质量的评价主要是考核电压的变动程度，尤其是中断、缺陷、波动和谐 波等的存在程度。电

39、力系统中理想的电压、电流波形应是工频下的正弦波，但由 于实际系统中大量干扰和非线性负载的存在，波形总有不同程度的非正弦畸变， 从而降低了电能质量。当前，随着大量敏感性电子设备的应用，电能质量问题日 益得到了人们的关注17-18。在本文中，将电压缺陷、波动和谐波等波形异常认为 是电能质量畸变。 电能质量畸变信号覆盖了一个宽阔的频谱。为了检测到宽频带范围的信号畸 变现象，电能质量监测装置一般采用了高频采祥率。电力系统中的畸变信号通常 要持续几十毫秒，这样，一个畸变信号监测记录要产生大量字节的数据。由此记 录下的数据容量增加很快，使得存储成本明显上升。所以畸变信号数据的压缩问 题变得急迫起来。现在，

40、人们通常采用“环绕”策略来减少数据存储量，这种方 法用新数据覆盖旧有数据来循环使用存储器，保持了存储空间在量上的一定，但 并非通常数据压缩意义上的压缩。 正如 3.1 节所述：变换编码在数据压缩领域有着重要地位，特别是小波理论 及离散小波快速算法的出现，使得数据压缩进入了一个崭新的发展阶段。迄今为 18 止，基于小波变换的压缩方法已经在图像处理中获得了成功的应用。本文将基于 小波变换的数据压缩方法推广应用到电能质量畸变信号数据压缩中去，同时也考 虑小波分析理论在数据滤波、奇异性分析等中应用的可能性。小波变换是信号由 时域到时间一尺度域的变换。对于一个不连续的对象，其小波变换在不连续处出 现大系

41、数，在小尺度上，其小波变换在远离不连续处的地方出现小系数，而且有 意义的小波变换系数在不连续处是高度局域化的。相反地，平滑部分将会在通带 中去除，因为小波通常都具有几阶消失矩。由此可以看出：小波变换能够对函数 和信号进行任意指定点处的任意精细结构的分析，所以能有效地检测和局域化电 能质量畸变，与畸变信号相关的小波变换系数值要远远大于其他无关的小波变换 系数值。利用小波变换的这个性质，我们把一个给定的电能质量畸变信号数据按 不同分辨率在不同尺度上进行分解。在每一尺度上，对应于一个特定信号畸变的 小波系数要远大于那些与该特定信号畸变无关的系数值。这样，每一尺度上与一 个特定信号畸变有关的小波变换系

42、数连同其位置一块被保存下来，而其他无关的 则被抛弃掉，从而实现压缩目的。原始电能质量数据信号可以由这些保存下来的 小波变换系数重构恢复。由于在压缩过程中大约 90%的小波变换示数被抛弃，所 以重构所得的数据信号与原始数据信号相比较不可避免地存在信息损失。然而， 因为原始电能质量数据信号大多包含有噪声，所以重构的数据信号质量是很高的。 由于与特定信号畸变相关的小波变换系数被保存下来，所以特定信号畸变精确地 被保留了下来。某种意义上来讲，重构信号较原始信号质量更好，因为它含有更 少的电气噪声。 数据压缩的变换编码主要利用了小波变换的时频局域化性质10-12。不同于其 池变换，小波变换的变换核一分析

43、母小波函数存在多种选择，使用不同的分析母 小波函数会产生不同的小波变换系数，而每种分析母小波均有其优点和缺点，存 在对特定应用场合适用的特点。因此，在实际应用中应根据场合进行合理分析、 比较、选择。I.Daubeches 构造了一系列以她命名的小波。这些小波具有正交性、 在时间上紧支和连续的特点5。电能质量扰动数据信号从波形上来讲基本上是类 正弦的，而 Daubechies 小波族包含了比其它小波更多的振荡5，所以更加适合 于分析该类信号。在算法实现上 Daubechies 小波由于其自身的优点使得离散小 波变换实现简单、快速，放我们在应用中采用具有四个系数的 Daubechies 小波 滤波

44、器构成分析与合成滤波器组。 19 数据压缩与重构的算法： (l)根据所要作压缩处理的数据特点选定合适的分析、合成滤波器组，并分 别确定分析、合成滤波器组中各个滤波器的系数。 (Z)将所要作压缩处理的数据通过分析滤波器组得到一尺度上的平滑系数与 小波变换系数。 (3)确定一尺度上小波变换系数的筛选阈值。通常，筛选阈值的选择可以按 照各尺度上小波系数最大值来确定。如下式所示： (1) max|,01 ss THn Vd 3-6 其中：0 1 ， s n d 表示 s 尺度上第 n 个小波变换系数。 (4)按照筛选阂值确定作视 0 化处理的小波变换系数和要作保留处理的小波 变换系数。作保留处理的小波

45、变换系数连同其位置(尺度 s，在 s 尺度上的序一号 n)一起被存储下来。如下式所示： ,| 0,| sss snnth n ss nth ddV d dV 3-7 其中： s n d 表示要进行保留存储处理的小波变换系数。 (5)在二、三N 尺度上重复对上尺度得到的平滑系数执行上述操作步骤(2)- (4)。并保存最终所得到的 N 尺度上的平滑系数。由此完成压缩处理过程。 (6)由 N 尺度上保留存储下来的小波变换系数复原该尺度上整个小波变换系 数序列，也即空位置上做补 0 处理。 (7)在 N 尺度上把小波变换系数和平滑系数一起通过合成滤波器得到 N-1 尺 度上的平滑系数。 (8)在 N-

46、1，二，一尺度上循环执行(6)-(7)，最终获得原压缩数据的重 构版本。 最终分解尺度 N 的确定可通过实验折中确定。最优结果应兼顾获得最大的压 缩率和重构信号与原始数据信号的均方一误差最小。压缩率可以由压缩前后扰动 数据所占字节数的比值来衡量。为了评估重构信号的质量，可以计算原始信号 c0(n)与重构信号 0( ) c n 的误差均方值，误差均方值越小，信号重构的质量越高。 均方误差(Mean Square Error)的计算表达式为： 20 2 00 2 0 |( )( )| |( )| c nc n MSE c n 3-8 最后，原始数据与需要作存储处理的数据的压缩比可以表示为： Com

47、pRatio 原始数据所占字节数 需作存储处理的数据字节数 3-9 实际应用中，最优的均方误差(MSE)与压缩比(CompRatio)存在矛盾，随着分解尺 度的增大，均方误差(MSE)越来越大，压缩比(CompRatio)也越来越大。最小的均 方误差(MSE)和最大的压缩比(CompRatio)不能同时得到，只能通过实验的方法反 复衡量得出一个最优的折中值，即分解过程只能进行到某个尺度上，此时，可以 获得较为理想的均方误差(MSE)与压缩比(CompRatio)。 基于上述离散小波变换思想方法，在 Delphi 环境下编制数据压缩演示程序，针 对三组类电力系统电能质量畸变信号数据，压缩后结果如

48、下： 21 图图 6 6 电压短时中断时的情况 22 图图 7 7 短时电压波形畸变时的情况 图图 8 8 电压呈指数跌落，然后突然回复的情况 由以上四张图片所示原始数据信号与重构信号相比，可以发现，图形基本相 似，且重构后数据信号较原始信号质量更好，因为它去除了部分电气噪声。结果 表明数据压缩是可行的，对于大容量的数据存储或传输，有效的压缩并重构是相 当有意义的。电力系统现在致力于发展监控网络化，畸变故障诊断智能化，数据 压缩等相关处理技术在其中有着重要地位。 3.33.3 本章小结本章小结 本章主要针对电力监控系统中当然也可以扩展到其它工业系统中，存在的监 控系统所需存储和通过网络传输的畸