[发明专利]一种基于奇异值分解的配电网同步相量量测数据压缩方法有效

专利信息
申请号: 202010153140.8 申请日: 2020-03-06
公开(公告)号: CN111505379B 公开(公告)日: 2021-07-16
发明(设计)人: 赵金利;叶羽转;王成山;李鹏;刘喆林;于浩;孔祥玉 申请(专利权)人: 天津大学
主分类号: G01R25/00 分类号: G01R25/00;H03M7/30
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 杜文茹
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 奇异 分解 配电网 同步 相量量测 数据压缩 方法
【权利要求书】:

1.一种基于奇异值分解的配电网同步相量量测数据压缩方法,其特征在于,包括如下步骤:

1)根据配电网同步相量量测装置的应用场景,设置如下压缩参数:M个同步相量量测装置的同类型电气量量测数据的期望的重构误差界εExp,同步相量量测装置采样间隔Δt,量测初始时刻t=0,量测时间序列j=1,数据量测持续时间T;

2)获取t时刻M个同步相量量测装置的同类型电气量量测数据,构建量测数据列向量

x(j)=[x1,j,x2,j,…xi,j,…,xM,j]T,t=t+Δt,j=j+1

其中,xi,j表示第i个同步相量量测装置在时间序列j时的量测数据;

3)如果t≤T,返回步骤2);否则,进入步骤4);

4)构建同步相量量测装置的量测数据矩阵X=[x(1),x(2),…x(j),…x(N)],对量测数据矩阵X∈CM×N进行标准化处理,得到标准量测数据矩阵对标准量测数据矩阵执行奇异值分解得到矩阵U∈CM×M、∑∈CM×N和VH∈CN×N;计算标准量测数据矩阵的需要保留的奇异值数量的初始值s;

其中,x(j)表示对应时间序列j的量测数据列向量,M表示同步相量量测装置的个数,N表示量测数据矩阵的横向维度大小;

5)从矩阵∑中取标准量测数据矩阵的s个需要保留的数值最大的奇异值,按降序排列构建矩阵∑”∈CM×N;对矩阵U和VH分块处理,得到各自的分块子矩阵;将矩阵U、∑”和VH的对应分块子矩阵相乘,得到标准重构数据矩阵对标准重构数据矩阵去标准化处理,得到重构数据矩阵X'∈CM×N

6)计算压缩比和重构误差;执行误差需求判断,当满足误差需求时,保存矩阵U、∑”和VH的分块子矩阵,进入步骤7);否则,令s=s+1,进入步骤8);

7)如果s>1,令s=s-1,返回步骤5);否则,进入步骤8);

8)发送子矩阵和结束;

其中,和分别表示矩阵U的维度为s×s和(M-s)×s的子矩阵;表示矩阵Σ”的维度为s×s的对角子矩阵;和分别表示矩阵VH的维度为s×s和s×(N-s)的子矩阵。

2.根据权利要求1所述的一种基于奇异值分解的配电网同步相量量测数据压缩方法,其特征在于,步骤4)中

(1)所述的对量测数据矩阵X∈CM×N进行标准化处理,得到标准量测数据矩阵标准化处理公式为:

式中,M表示同步相量量测装置的个数,N表示量测数据矩阵的横向维度大小;xi,j和分别表示矩阵X和的第i行第j列元素,表示第i个同步相量量测装置的量测数据的基准值;

(2)所述的对标准量测数据矩阵执行奇异值分解得到矩阵U∈CM×M、∑∈CM×N和VH∈CN×N,奇异值分解过程为:

式中,U为标准量测数据矩阵的左奇异矩阵;V为标准量测数据矩阵的右奇异矩阵,上标H表示矩阵的共轭转置;∑为标准量测数据矩阵的半正定对角矩阵,秩r>0,对角矩阵∑'=diag(σ1,σ2,…σi,…σr),为的奇异值,i=1,2,…,r,λi为矩阵的特征值,有如下关系:

λ1≥λ2≥…≥λi≥…≥λr>λr+1=λr++2=…=λN=0 (4)

(3)所述的计算标准量测数据矩阵的需要保留的奇异值数量的初始值s为:

式中,表示不大于·的最大整数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010153140.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top