【技术实现步骤摘要】
基于层级结构的用电信息采集系统通信报文的压缩方法
本专利技术涉及数据压缩
，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。
技术介绍
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...
【技术保护点】
1.一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，其特征在于，包括以下步骤：/nS1：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；/nS2：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；/nS3：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；/nS4：根据所述第一压...
【技术特征摘要】
1.一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，其特征在于，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。
2.根据权利要求1所述的基于层级结构的用电信息采集系统通信报文的压缩方法，其特征在于：
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。
3.根据权利要求2所述的基于层级结构的用电信息采集系统通信报文的压缩方法，其特征在于：
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。
4.根据权利要求2或3所述的基于层级结构的用电信息采集系统通信报文的压缩方法，其特征在于：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。
5.根据权利要求4所述的基于层级结构的用电信息采集系统通信报文的压缩方法，其特征在于：所述原始电压数据和所述原始电流数据先进行归一化和数据增强后，再输入所述自编码神经网络模型。
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：窦健，郑国权，卢继哲，郄爽，李然，陆春光，覃剑，黄天聪，苏航，荆向月，胡浩星，
申请(专利权)人：中国电力科学研究院有限公司，国网浙江省电力有限公司，重庆大学，国家电网有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。