[发明专利]基于层级结构的用电信息采集系统通信报文的压缩方法

说明书

本发明公开了一种基于层级结构的用电信息采集系统通信报文的压缩方法，该方法将用户侧采集到的用电协议数据拆分为控制型数据和数值型数据。控制型数据大多为对下行召测信息的响应，因此具有强随机性，且不允许出差错，找不到彼此相关性，所以直接进行最末层的整体压缩处理；至于数值型数据，将其解析分类，分为四子类，据其分布和相关特性分别采用自编码网络、差分编码等算法进行压缩。因为数值型数据内部存在相互规律，相关性算法总结这些规律可对数据进行异常分析并缺失补偿，使接收端的解压数据更加合理可靠，保障了用电信息采集系统的稳定性，最后，进行对重整合的数据进行无损压缩，符合传输系统的原始规则，提高了效率，节省了时间。

技术领域

本发明涉及数据压缩技术领域，具体而言，涉及一种基于层级结构的用电信息采集系统通信报文的压缩方法。

背景技术

在电力系统的日常运行中，为了对用户电能消耗情况进行有效监测与分析，电力公司需对大量用户的用电数据进行采集和处理。随着智能电网的大规模建设，智能电表取代人工抄表逐渐普及。相比传统的电表数据，智能电表产生的数据具有采集频率高、传输数据多、报文结构复杂等特点。大量的电力数据在传输和处理的过程中，数据分布不均匀，故不可避免地带来了数据的冗余，冗余的数据不仅仅占用带宽，影响传输速度，增大资费开销，同时也给信息的检索带来了不必要的时间开销。数据压缩技术不仅可以消除数字的信息冗余，还能保证传输数据的质量，减少电力通信系统的负荷，节省带宽，提高运行效率。

现有的对电力数据进行压缩处理的研究，往往仅采用一种算法将封装好的协议数据整体进行压缩。这种方式笼统粗糙，并没有结合协议详细解析数据的内部结构，压缩效果往往不够理想。解决数据的压缩和存储问题迫在眉睫，只有寻找到一种恰当的数据压缩方法才能最大程度地减少数据冗余。

发明内容

为解决上述技术问题，本发明提供一种基于层级结构的用电信息采集系统通信报文的压缩方法。

为实现上述目的，本发明所采用的具体技术方案如下：

一种基于层级结构的用电信息采集系统通信报文的压缩方法，其关键在于，包括以下步骤：

S1：在第一层数据架构中，用电数据采集终端将采集到的用电协议数据拆分成控制型数据和数值型数据，且对所述数值型数据进行解析分类得到原始电压数据、原始电流数据、原始电能及费率数据和原始功率数据；

S2：利用差分编码数据压缩算法对原始电能及费率数据进行压缩处理，得到第一压缩数据，且利用原始电压数据和原始电流数据训练得到自编码神经网络模型；

S3：进入第二层数据架构，利用已训练好的自编码神经网络模型对原始电压数据和原始电流数据进行处理，得到第二压缩数据和数据异常位置；

S4：根据所述第一压缩数据、第二压缩数据以及数据异常位置进行数据修正，得到第三压缩数据；

S5：进入第三层数据架构，将所述第三压缩数据、所述原始功率数据以及所述控制型数据按协议中原有的时间戳重新排列得到待压缩数据，利用无损压缩算法进行压缩处理从而得到第四压缩数据；

S6：电数据采集终端将所述第四压缩数据传送给主站。

进一步地，所述自编码神经网络模型中包括编码网络和解码网络，所述编码网络用于输出第二压缩数据，所述解码网络用于输出数据异常位置。

进一步地，所述编码网络设有四层，其神经元个数依次为64、32、24、16；

所述解码网络设有四层，其神经元个数依次为16、24、32、64。

进一步地，所述原始电压数据和所述原始电流数据各种独立训练分别得到第一自编码神经网络模型和第二自编码神经网络模型，所述第一自编码神经网络模型用于确定原始电压数据的第二压缩数据及其数据异常的位置，所述第二自编码神经网络模型用于确定原始电流数据的第二压缩数据及其数据异常的位置。