[发明专利]一种基于主成分分析的数据压缩迭代计算方法

说明书

本发明提供了一种基于主成分分析的数据压缩迭代计算方法，用以解决现有技术中采用主成分分析方法对电力系统测量数据压缩导致计算量大的问题。所述数据压缩的主成分分析计算方法，通过迭代计算，使用前一次主成分分析数据压缩的特征向量矩阵来近似作为本次数据压缩的特征向量矩阵进行本次数据压缩，本次压缩是否可近似使用前一次的特征向量矩阵以重建数据精度为判定条件。本发明不需要很大的数据窗就可以提取出原始数据的相同特征，可显著提高数据压缩的效率和实时性；同时充分利用了电力系统测量数据之间的强相关性和关系一致性，实现了仅在扰动出现时重新计算一次、在扰动结束时再计算一次主成分分析数据压缩算法，显著减少了计算量。

技术领域

本发明属于互联电网数据测量领域，具体涉及一种基于主成分分析的数据压缩迭代计算方法。

背景技术

随着我国电网规模越来越扩大化，电力系统建设也在加速进行，电网的可靠稳定运行也越来越依赖大量信息的支持，同时海量信息的产生也给数据存储、传输造成了很大负担，尤其是随着电力系统广域测量、广域控制和保护等技术的迅速发展，大批新型装置被广泛应用于电力系统中。各种装置采集的大量数据需要进一步地研究分析，并加以利用，需要从数据采集中心通过电力通信网传送到上级管理中心。其中广域信息传递需要通过远程通信网，这种网络的传输速率通常要比近距离局域网的传输速率低，因此通信速度慢，传输所花费的时间长，很难满足电力系统通信的实时性要求；同时，电力系统中监测设备的数据采样率很高，所产生的大量数据形成数据通信和存储的瓶颈，严重影响到电力系统的稳定运行和安全控制。

随着相量测量单元(Phasor Measurement Unit，PMU)装置的普遍应用，产生的数据信息量越来越大，同时数据压缩技术在电力系统广域测量数据压缩领域的应用，越来越引起人们广泛关注和研究。如何对同步测量数据进行更可靠、稳定高效率的压缩和传输，具有重要的现实意义。

现有技术中，用于数据压缩的主成分分析方法需要很大的数据窗来提供足够多的原始数据，以便于可以根据足够多的原始数据更加准确地且精确地提取出相同的特征。但是，大的数据窗显著地增加主成分分析方法的计算量，导致数据压缩的实时性差。同时，传统的主成分分析方法主要用于统计学，统计学中的随机变量通常是无序的，每次主成分分析的结果之间并没有显著的关联，并不完全适用于电力测量系统中具有很强相关性测量数据，不符合电力测量系统的实际数据特性。

为了解决这些问题，本发明方法提出用于电力系统数据压缩的主成分分析方法的迭代计算过程及方法，相比于传统的主成分分析方法显著减少了计算量，可实现基于主成分分析的电力系统数据高效压缩。

发明内容

为了提高同步测量数据的压缩效率，克服主成分分析计算量大的问题，本发明提供了一种基于主成分分析的数据压缩迭代计算方法，充分利用电力系统测量数据之间的强相关性和关系一致性，通过迭代计算和判定条件的设定，不需要很大的数据窗就可以提取出原始数据的相同特征，可显著提高数据压缩的效率和实时性，减少计算量。

为了实现上述目的，本发明采取了如下技术方案。

一种基于主成分分析的数据压缩迭代计算方法，所述数据压缩计算方法包括如下步骤：