适用于高级量测体系的数据压缩采集与传输方法技术

本发明专利技术提供了一种数据压缩采集与传输方法，包括：智能电表从获得的监测数据中获取第一目标数据类型的监测数据和第二目标数据类型的监测数据；智能电表通过压缩感知时间模型对第一目标数据类型的监测数据进行压缩采样以得到第一压缩数据，并将第一压缩数据和第二目标数据类型的监测数据传输至数据集中器；数据集中器通过压缩感知空间模型对接收到的第二目标数据类型的监测数据进行压缩采样以得到第二压缩数据，并将第一压缩数据和第二压缩数据传输至量测数据管理中心，量测数据管理中心对第一压缩数据和第二压缩数据进行数据重构。与现有技术相比，本发明专利技术降低了采样端的采样频率和压缩过程复杂度，且降低了丢包或误码情况下数据传输结果的误差。

Data compression acquisition and transmission method for advanced measurement system

【技术实现步骤摘要】
适用于高级量测体系的数据压缩采集与传输方法
本专利技术涉及智能电网
，特别是涉及一种适用于高级量测体系的数据压缩采集与传输方法。
技术介绍
高级量测体系(AdvancedMeteringInfrastructure，AMI)是一套用来测量、收集、储存、分析和运用用户用电信息的支撑处理系统。如图1所示，广义的高级量测体系由用户端/用户户内网络(homeareanetworks，HAN)、智能电表(采集终端)、数据集中器(数据中转站)、通信网络以及量测数据管理中心这5大部分组成，其中，智能电表、数据集中器和量测数据管理系统由数据通信网络依次相连，通过采样、传输等，实现数据的采集。具体的，智能电表从HAN获取数据后，通过通信网络传输到数据集中器进行简单的整合，而后数据进一步通过通信网络传输到量测数据管理中心，并实现处理、分析、显示和存储归档等，其中量测数据管理中心具有极强的数据处理能力和强大的硬件设施支撑。目前，高级量测体系中，HAN作为一个整体，由智能电表对其数据进行采样，高级量测体系管理机构通常不会、也无权去干预用户户内网络的内部结构。因此，狭义上的AMI仅包括智能电表、数据集中器和量测数据管理中心三个核心设备，并通过通信网络连接。对电网中的数据进行采集与传输，是高级量测体系的核心功能，也是实现其他功能的首要环节。未来，高级量测体系的数据包括三相电压/电流、用电量、有功/无功功率、分时电价、电能质量参数、报警信息等。因此，高级量测体系中的采集数据呈爆炸式增长，海量数据的存储传输迫切要求采集数据的压缩。现有的高级量测体系通常采用离散余弦变换、傅里叶变换、小波变换等传统数据压缩方法解决海量数据传输的问题，然而，其存在一定缺陷：(1)采样端采样频率较高、压缩过程复杂度高，而智能电表和数据集中器的数据处理能力较弱，会严重增加智能电表和数据集中器的负担；(2)在丢包或误码情况下数据传输结果存在极大误差，压缩数据传输效果较差。
技术实现思路
有鉴于此，本专利技术实施例提供了一种适用于高级量测体系的数据压缩采集与传输方法，以解决现有技术中基于传统数据压缩方法进行监测数据采集与传输时，智能电表或数据集中器处采样频率较高、压缩复杂度高、在丢包或误码情况下数据传输效果较差等问题。本专利技术实施例的第一方面提供了一种数据压缩采集与传输方法，适用于包括智能电表、数据集中器和量测数据管理中心的高级量测体系，包括步骤：智能电表从获得的监测数据中获取第一目标数据类型的监测数据和第二目标数据类型的监测数据；智能电表通过压缩感知时间模型中的测量矩阵对第一目标数据类型的监测数据进行压缩采样以得到第一压缩数据，并将第一压缩数据和第二目标数据类型的监测数据传输至智能电表接入的数据集中器；数据集中器通过压缩感知空间模型中的测量矩阵对接收到的第二目标数据类型的监测数据进行压缩采样以得到第二压缩数据，并将第一压缩数据和第二压缩数据传输至量测数据管理中心；量测数据管理中心通过分别与第一压缩数据和第二压缩数据对应的重构算法、稀疏基以及测量矩阵对第一压缩数据和第二压缩数据进行数据重构。本专利技术实施例的第二方面提供了一种电网高级量测体系，包括智能电表、数据集中器以及量测数据管理中心，所述智能电表、数据集中器以及量测数据管理中心通过如上所述数据压缩采集与传输方法进行监测数据的压缩和传输。与现有技术相比，本专利技术数据压缩采集与传输方法在智能电表处对第一目标数据类型的监测数据进行压缩采样，在数据集中器处对第二目标数据类型的监测数据进行压缩采样，并将压缩得到的第一压缩数据和第二压缩数据传输至量测数据管理中心，由量测数据管理中心对第一压缩数据和第二压缩数据进行数据重构，通过本专利技术的数据压缩采集与传输方法对电网高级量测体系中的监测数据进行采集和传输，很大程度上降低了采样端的采样频率和压缩过程复杂度，将压缩复杂度转移至数据处理能力强的量测数据管理中心，同时降低了丢包或误码情况下数据传输结果的误差；此外，根据监测数据类型的不同，选择在智能电表或数据集中器处对不同类型的监测数据进行压缩采样，提高了各目标数据类型下监测数据的传输效果。附图说明图1为现有技术中高级量测体系一实施例的结构示意图；图2为本专利技术提出的压缩感知时间模型一实施例的原理示意图；图3为本专利技术提出的压缩感知空间模型一实施例的原理示意图；图4为本专利技术数据压缩采集与传输方法一实施例的实现流程示意图；图5为采用不同类型的测量矩阵对监测数据进行压缩采样时的重构信噪比；图6为监测数据在离散余弦变换(DCT)基、离散傅里叶变换(DFT)基以及离散小波变换(DWT)基下的稀疏度K；图7为采用不同重构算法对压缩后的监测数据进行重构时的重构信噪比；图8为本专利技术电网高级量测体系搭建方法一实施例的流程示意图；图9为通过测量矩阵对原始数据进行压缩采样时的压缩测量控制原理图；图10为通过本专利技术的电网高级量测体系对初始目标数据类型的监测数据进行压缩采集与传输后的重构信噪比；图11为不同传输丢包率时本专利技术压缩采样方式、传统DCT压缩方式以及传统DFT压缩方式的重构信噪比。具体实施方式为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例1本实施例提供了一种数据压缩采集与传输方法，适用于电网高级量测体系。电网高级量测体系包括智能电表、数据集中器以及量测数据管理中心，智能电表与数据集中器连接，用于将获得的监测数据传输至对应的数据集中器，数据集中器与量测数据管理中心连接，用于将从智能电表处接收到的监测数据传输至量测数据管理中心。电网高级量测体系中，智能电表和数据集中器受海量数据的影响最大，最容易发生网络拥塞。为了缓解网络拥塞，本专利技术数据压缩采集与传输方法在智能电表或数据集中器处进行压缩采样，即将智能电表和数据集中器作为实现监测数据压缩采样的核心，以及将压缩采样后的压缩数据传输至量测数据管理中心，量测数据管理中心用于对压缩数据进行数据重构，得到压缩采样前的原始数据，可见高级量测体系中数据压缩与传输方法包括压缩采样、数据传输与数据重构三个主要过程。具体的，压缩采样、数据传输与数据重构也是压缩感知的三大过程。压缩感知，是在信号满足稀疏性条件下利用少量随机投影值，以极高概率准确重构原始信号的一种新型理论。其中压缩感知的基本思想是：N维(即N×1维)原始信号x满足在某N×N维稀疏基Ψ∈RM×N下的稀疏向量s稀疏时，可通过M×N维测量矩阵Φ∈RM×N对原始信号x进行线性降维观测(即压缩采样)，得到M维(即M×1维)压缩测量信号y(M<<N)，然后对压缩的数据进行传输，并利用压缩感知重构算法重构出原始信号x。压缩采样的数学模型为：y＝Φx＝ΦΨs＝Θs(1)式(1)中，Θ＝ΦΨ称为感知矩阵，稀疏向量s的非零元素数量K称为原始信号x在稀疏基Ψ下的稀疏度，M/N为压缩采样的压缩比。其中，测量矩阵、稀疏基和重构算法是压缩感知的三要素，同本文档来自技高网...

【技术保护点】
1.一种数据压缩采集与传输方法，适用于包括智能电表、数据集中器和量测数据管理中心的高级量测体系，其特征在于，包括步骤：智能电表从获得的监测数据中获取第一目标数据类型的监测数据和第二目标数据类型的监测数据；智能电表通过压缩感知时间模型中的测量矩阵对第一目标数据类型的监测数据进行压缩采样以得到第一压缩数据，并将第一压缩数据和第二目标数据类型的监测数据传输至智能电表接入的数据集中器；数据集中器通过压缩感知空间模型中的测量矩阵对接收到的第二目标数据类型的监测数据进行压缩采样以得到第二压缩数据，并将第一压缩数据和第二压缩数据传输至量测数据管理中心，量测数据管理中心通过分别与第一压缩数据和第二压缩数据对应的重构算法、稀疏基以及测量矩阵对第一压缩数据和第二压缩数据进行数据重构。/n

【技术特征摘要】
1.一种数据压缩采集与传输方法，适用于包括智能电表、数据集中器和量测数据管理中心的高级量测体系，其特征在于，包括步骤：智能电表从获得的监测数据中获取第一目标数据类型的监测数据和第二目标数据类型的监测数据；智能电表通过压缩感知时间模型中的测量矩阵对第一目标数据类型的监测数据进行压缩采样以得到第一压缩数据，并将第一压缩数据和第二目标数据类型的监测数据传输至智能电表接入的数据集中器；数据集中器通过压缩感知空间模型中的测量矩阵对接收到的第二目标数据类型的监测数据进行压缩采样以得到第二压缩数据，并将第一压缩数据和第二压缩数据传输至量测数据管理中心，量测数据管理中心通过分别与第一压缩数据和第二压缩数据对应的重构算法、稀疏基以及测量矩阵对第一压缩数据和第二压缩数据进行数据重构。


2.根据权利要求1所述的数据压缩采集与传输方法，其特征在于，所述第一目标数据类型为根据数据表征信息、智能电表类型、用电监测时段以及数据平滑性，将所述监测数据进行初步分类得到的多个初始目标数据类型中、适用于压缩感知时间模型的初始目标数据类型，所述第二目标数据类型为所述多个初始目标数据类型中、适用于压缩感知空间模型的初始目标数据类型。


3.根据权利要求2所述的数据压缩采集与传输方法，其特征在于，所述数据表征信息包括用电量和功率、电压和电流、电能质量三个分类，所述智能电表类型包括城市居民电表、县城或农村居民电表、重工业工厂电表、轻工业工厂电表、办公楼或服务业电表、微网电表六个分类，所述用电监测时段包括用电高峰时段和用电低谷时段两个分类，所述初始目标数据类型包括I-A、I-B、II-AB、III-A以及III-B，其中，I表示六类智能电表的用电量和功率，II表示六类智能电表的电压和电流，III表示六类智能电表的电能质量，A表示用电高峰时段六类智能电表的监测数据，B表示用电低谷时段六类智能电表的监测数据。


4.根据权利要求2所述的数据压缩采集与传输方法，其特征在于，所述初始目标数据类型与所述压缩感知时间模型和所述压缩感知空间模型的对应关系是根据所述初始目标数据类型的监测数据的原始数据长度和原始数据平滑性确定的，所述原始数据长度包括原始时间序列长度和原始空间序列长度，所述原始数据平滑性包括原始时间序列平滑性和原始空间序列平滑性，所述原始时间序列长度为所述智能电表对所述初始目标数据类型的监测数据进行每次传输时的数据采集总时长与采集时间间隔的比值，所述原始空间序列长度为所述数据集中器所连接的智能电表的数量，所有所述数据集中器对应的所述原始空间序列长度形成一空间序列长度区间，所述原始时间序列平滑性为所述初始目标数据类型的监测数据在所述智能电表处形成的数据序列的平滑性，所述原始空间序列平滑性为所述初始目标数据类型的监测数据在所述数据集中器处形成的数据序列的平滑性。


5.根据权利要求4所述的数据压缩采集与传输方法，其特征在于，所述根据所述初始目标数据类型的监测数据的原始数据长度和原始数据平滑性确定所述初始目标数据类型的监测数据与所述压缩感知时间模型和所述压缩感知空间模型的对应关系的步骤包括：
当所述初始目标数据类型的监测数据的原始时间序列平滑性和原始空间序列平滑性满足相似条件时，若所述原始时间序列长度大于所述空间序列长度区间的最大值，则所述初始目标数据类型对应于所述压缩感知时间模型，若所述原始时间序列长度小于所述空间序列长度区间的最小值，则所述初始目标数据类型与所述压缩感知空间模型对应；
当所述初始目标数据类型的监测数据的原始时间序列长度和原始空间序列长度满足相同条件时，根据所述原始时间序列平滑性和所述原始空间序列平滑性确定所述初始目标数据类型对应于所述压缩感知时间模型或所述压缩感知空间模型。


6.根据权利要求2所述的数据压缩采集与传输方法，其特征在...

【专利技术属性】
技术研发人员：袁博，
申请(专利权)人：国网河北省电力有限公司经济技术研究院，国家电网有限公司，
类型：发明
国别省市：河北;13