諧波檢測及數據壓縮在智能計量終端中的應用

方彥軍，賀瑤，肖勇，2，孔政敏

（1.武漢大學自動化系，武漢 430072；2.廣東電網公司電力科學研究院，廣州 510600）

諧波檢測及數據壓縮在智能計量終端中的應用

方彥軍1，賀瑤1，肖勇1，2，孔政敏1

（1.武漢大學自動化系，武漢 430072；2.廣東電網公司電力科學研究院，廣州 510600）

針對廣東電網公司對諧波檢測技術在電能計量自動化系統中的應用需求，首次提出了諧波檢測在計量自動化終端中的實現方法。研究EDIT-FFT（equal decimation in time fast Fourier transformation）算法對采樣信號進行處理得到分次諧波畸變率，并結合電能數據固定、平滑、短數據幀的特點，研究RAY-Period壓縮算法并首次應用到智能計量自動化終端，解決了存儲空間以及與主站通訊兩方面的問題。該文的研究為廣東電網公司的電能計量自動化系統的功能完善打下了堅實的基礎。

終端；諧波檢測；電能質量；快速傅里葉變換；數據壓縮；RAY-Period算法

隨著大量非線性負載的使用，導致電網中的電壓、電流波形畸變，諧波污染問題日益嚴重。諧波檢測是諧波治理的依據。電能計量自動化終端作為智能電網建設的重要基礎設備，如何在電能計量自動化終端實現精確的各次諧波測量功能是目前需要解決的問題。

文獻[1]提出了基于Morlet復小波的連續小波變換算法在電力系統基波與各次諧波信號幅值計算中的應用。文獻[2]提出了一種人工神經網絡ANN（artificial neural network）與鎖相環PLL（phase locked loop）相結合的諧波檢測方法。文獻[3]提出了一種可根據參數實時調節壓縮率的壓縮算法。文獻[4]提出用神經網絡的方法實現數據壓縮。文獻[5]在小波包變換的基礎上提出了一種新的基于嵌入式零樹編碼的數據壓縮方法，并將其應用于電力系統故障數據壓縮中。

綜上，目前對諧波檢測的研究大多偏重于理論，尚未實現在電能計量自動化終端的應用。實際應用中通常采用諧波檢測儀實現諧波檢測的功能，該方法需要購買專門的儀器，且實時性極差、缺少互動性。相比之下，將諧波檢測功能集成應用到電能計量自動化終端中，不僅具有良好的實時性和互動性，而且能減少項目建設投資。由于實時檢測需要記錄的數據量很大，因而必須采用無損壓縮算法對電能質量數據進行壓縮，以減小存儲空間、加快數據傳輸速度，以期實現對智能計量終端數據存儲和傳輸的功能完善。

對此，本文提出了精確的各次諧波檢測功能在電能計量自動化終端中的實現方法。研究EDIT-FFT（equal decimation in time fast Fourier transformation）對周期采樣信號進行計算，進一步處理得到分次諧波畸變率。結合電能數據的特點，提出了適應GPRS/CDMA（general packet radio service/ code division multiple access，通用無線分組業務/碼分多址）、光纖網絡等數據傳輸方式的高效壓縮算法——RAY-Period算法，并驗證整體壓縮率約達45%，應用于廣東電網建設的終端中（超過40萬臺），大量減少了電能信息采集的通信流量成本，提高了數據傳輸的效率。

1 智能計量終端平臺架構

計量自動化終端以32位ARM9嵌入式處理器為硬件平臺，以專業級實時Linux嵌入式操作系統為軟件平臺，綜合了高精度電能計量技術、遠程無線雙向通信技術、實時監控技術等技術。具備電能計量、電能質量分析、遠程抄表、CT二次側開短路故障檢測、需量管理及遠程控制等功能，功能強大、使用簡單、運行穩定、維護方便。

2 諧波檢測技術及實現

2.1 EDIT-FFT算法

快速傅里葉變換FFT算法[6]基本上分為兩類：時域抽取法FFT（decimation in time FFT，DIT-FFT）和頻域抽取法FFT（decimation in frequency FFT，DIF-FFT）。本文基于DIT-FFT算法研究了等間隔時域抽取FFT，即EDIT-FFT（equal decimation in time fast Fourier transformation）應用于計量自動化終端的諧波檢測中。

等間隔采樣：

式中：fs是采樣頻率；Ts是采樣周期，為定值；T是工頻信號周期；N是采樣點數。EDIT-FFT算法是將工頻信號按Ts均勻采樣得到N個樣本數，然后按DIT-FFT進行進一步計算。

2.2 諧波分析設計與實現

諧波分析一直是信號處理的基本方法之一，其主要工具是快速傅里葉變換。傅里葉算法要求對信號整周期采樣，通常對信號數據的獲取有同步采樣和準同步采樣兩種方法。其中同步采樣分為兩種方法：一是采用硬件鎖相環技術；二是軟件同步法。兩種同步方法都需要首先求出交流信號的周期，根據頻率變化即時調整采樣周期。基于硬件鎖相環技術的電路設計如圖1所示。

圖1 基于硬件鎖相環技術的電路設計圖Fig.1Phase-locked loop circuit design based on hardware

微處理器控制單元（MCU）根據鎖相環輸出周期有效信號，通過A/D（12位）轉換對交流信號進行采樣。根據諧波精度和分次最高21次諧波的樣本個數為256個，理論上講，樣本數越多，頻譜泄露越少，使得諧波分析的計算精度得到較大程度提高。在取得樣本數后，采用等間隔時域抽取FFT （EDIT-FFT）算法對樣本進行計算，并進行濾波，得出基波幅值、諧波總畸變幅值、諧波分次畸變幅值。諧波分析流程圖如圖2所示。

圖2 諧波分析流程圖Fig.2Flow chart of harmonic analysis

2.3 基于智能終端的諧波檢測方案

技術標準規定負控和配變終端須能計算各相電壓、電流諧波畸變率，各相電壓、電流19次及以下各次諧波含量。本檢測系統可對終端諧波測量精度進行測試，其測試方案如表1所示。

表1 終端諧波測量測試方案Tab.1Terminal harmonics measurement and testing programs

其檢測流程如圖3所示。

3 數據傳輸壓縮算法研究

3.1 電能量數據特點

本文所處理的數據是電能量相關數據，而數據最終歸約為數據庫中的記錄，數據具有以下特點。

1）數據中零的個數較多，尤其比較長的數據中為零的字節個數占到一半以上；

2）數據格式相對固定，大多數數據有周期特點。很多數據的中間部分構成一個矩陣，這個矩陣中有一些列相同，行與行之間相關度比較大；

3）數據長度比較小，但長度變化幅度較大，從幾十個字節到2 k的數據都有。

3.2 方法選擇

根據所挖掘的數據特點，本文選擇了多種無損壓縮算法[7-8]進行綜合使用。其中主要的算法是一種數據庫壓縮算法RAY，其它還有周期字符壓縮法和位圖壓縮法。

（1）RAY壓縮

RAY壓縮是綜合統計和字典方法發明的針對數據庫的壓縮算法，該方法有較高的壓縮比。數據壓縮比定義為

圖3 諧波檢測流程圖Fig.3Flow chart of harmonic detection

式中：pdcr為數據壓縮比；l0為源代碼長度；l為壓縮后代碼長度。

該方法的基本思想是：首先對源數據流中的連字（就是相鄰的兩個字節）進行統頻，將頻率最高的連字用一個新的字符代替，那么這個字符和連字構成一個規則，重復上面的操作，直到連字頻率小到某一個閾值。根據語法規則對源數據流進行替換后，再對語法規則進行Huffman或Shannon-Fano編碼，附加在壓縮數據流后面。本文中為了簡單，直接將語法規則附加在壓縮數據流后面，不進行編碼。

（2）位圖壓縮

位圖壓縮的基本思想是：對源數據流中經常出現的字符，用位圖標記它的有效位置即可。

根據數據特點，本文主要使用位圖壓縮對零字節進行壓縮。

（3）周期字符壓縮

根據數據的周期性特點，對數據的相同列，以位圖的形式只記錄列的位置和代表元。例如以下數據：

前面的第一個字節是位圖標記字節，第i列相同，則對應的比特位標記1，否則標記0；后面的6個字節是6個相同列的代表元。原來24個字節的數據就可以壓縮為13個字節。

3.3 算法流程

壓縮和解壓縮都分為兩個部分：周期壓縮（period compression）和解壓（period expand）；RAY壓縮（RAY compression）和解壓（RAY expand）。

（1）周期數據壓縮算法

輸出附加規則和壓縮數據頭部格式

解壓縮流程相反操作即可，不加贅述。

3.4 實驗結果

由于電能質量數據量很大，為壓縮其存儲空間以及縮短從站與主站通訊時間，同時又不加重項目建設投資負擔，將現有計量自動化終端進行升級改造，完善其數據存儲及傳輸功能。

對廣東電網公司電力科學研究院提供的數據有代表性地提取出21組數據流進行了測試，并與RAR和WINZIP的壓縮效果進行對比，結果如表2所示（單位：字節）。

表2 三種壓縮算法的壓縮效果對比Tab.2Comparison of three compression algorithms

從表2可以看出，RAY-Period的壓縮效果大部分要優于其它兩種算法，而另一部分介于二者之間，尤其對短數據效果更加明顯。從中計算得到平均壓縮比為：RAR是54.64%；WINZIP是48.82%；RAY-Period是60.79%。也就是說，RAYPeriod的壓縮比比RAR高大約6%，比WINZIP高大約12%。

從實驗結果上看，RAY-Period數據壓縮算法與其它壓縮算法比較有一定的優勢，尤其是RAR壓縮算法的細節受到專利保護，一直沒有公開。同時此壓縮方法不會使短數據出現負壓縮現象，而表2中第10、15、18組數據，經過RAR或WINZIP壓縮就出現負壓縮現象。

計量自動化終端的諧波檢測過程中產生大量數據，對其進行存儲和傳輸時應用RAY-Period壓縮算法，可在不減少數據采集量的基礎上有效壓縮數據長度，實現存儲空間的高效利用，且能提高數據傳輸效率，從而能在同樣時間內傳輸更多的原始數據。

3.5 應用實現

在計量自動化系統中應用壓縮算法時，為保證整個系統中算法的通用和統一，在計量自動化終端和系統分別實現壓縮算法。考慮到保護知識產權等因素，不能將算法源碼向所有終端廠家和主站廠家公開，因此采用提供可執行代碼方式解決，即通過函數鏈接庫的方式提供壓縮模塊給各個廠家，各個廠家負責將鏈接庫接入到終端設備和主站系統中去。

對于主站系統，多數系統均工作在Windows平臺下，采用Windows平臺的動態鏈接庫方式，提供壓縮、解壓功能函數給主站系統調用方式比較成熟。對于終端設備，由于各個廠家設備的差異，選用的硬件平臺、軟件平臺均有差異，有采用ARM＋Linux平臺的、有使用DSP＋VDK平臺的，也有直接采用32位單片機、無操作系統的，方案多樣。

根據不同的軟硬件平臺選取不同的開發方式，針對廣東電網智能計量終端的ARM＋Linux平臺，采用動態鏈接庫的方式。

4 結語

近幾年，廣東電網公司加強對電網質量的監測和分析，在計量自動化系統建設中明確要求智能計量終端具備精確的各次諧波測量功能。

對此，本文首次提出諧波檢測功能在廣東省已建成的電能計量自動化終端中的實現方法，研究了基于電能計量自動化終端精確的各次諧波測量功能，研究EDIT-FFT算法對采樣信號進行計算分析，得到分次諧波畸變率。針對所挖掘電能數據的特點，首次將RAY-Period算法應用到計量自動化終端的電能數據壓縮中，實際應用表明該算法極大地降低了電能數據存儲和通信的成本，同時提高了通信效率。此外，RAY-Period壓縮算法具有相當強的通用性，不會因數據歸約的改變而變得不可行。本研究為廣東電網公司計量自動化系統建設的順利推進奠定了基礎。

[1]董婷，阮建國（Dong Ting，Ruan Jianguo）.連續小波變換在電力系統諧波分析中的應用（Application of continuous wavelet transform to the power system harmonics′process）[J].微計算機信息（Microcomputer Information），2009，25（8）：212-213，207.

[2]馬立新，肖川，林家雋，等（Ma Lixin，Xiao Chuan，Lin Jiajun，et al）.神經網絡與鎖相環相結合的諧波檢測方法（Method of harmonic detection based on neural network combined with phase-locked loop）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2011，23（3）：24-29.

[3]姜磊，黃廣君（Jiang Lei，Huang Guangjun）.自適應的無損數據壓縮算法（Adaptive lossless data compression algorithm）[J].計算機工程（Computer Engineering），2008，34（1）：102-104.

[4]馬戀，何锫（Ma Lian，He Pei）.基于神經網絡的數據壓縮研究（Research on NN-based data compression）[J].計算機技術與發展（Computer Technology and Development），2007，17（2）：12-15.

[5]林震宇，李智勇，吳為麟，等（Lin Zhenyu，Li Zhiyong，Wu Weilin，et al）.基于嵌入式零樹編碼的電力系統數據壓縮（Power system data compression based on embedded zerotree coding）[J].浙江大學學報（工學版）（Journal of Zhejiang University（Engineering Science）），2007，41 （2）：291-293，314.

[6]Wei Han，Erdogan A T，Arslan T，et al.High-performance low-power FFT cores[J].ETRI Journal，2008，30（3）：451-460.

[7]Yongfeng Ron，Xiaohua Liu，Wenqiang Xu，et al.Multichannel data compression[J].IEEE Aerospace and Electronic Systems Magazine，2008，23（9）：14-21.

[8]Sharma Y，Goyal N.An efficient multi-component indexing embedded bitmap compression for data reorganization [J].Information Technology Journal，2008，7（1）：160-164.

Application of Harmonic Detection and Data Compression in Smart Metering Terminal

FANG Yan-jun1，HE Yao1，XIAO Yong1，2，KONG Zheng-min1
（1.Department of Automation，Wuhan University，Wuhan 430072，China；2.Electric Power Research Institute of Guangdong Power Grid Corporation，Guangzhou 510600，China）

This paper proposed a realizable method for harmonic detection in metering automation terminal for Guangdong power grid Corporation′s requirements of application of harmonic detection technique in electric energy metering automation system.We investigated the EDIT-FFT（equal decimation in time fast Fourier transformation）algorithm to process the sampled signal to get the harmonic distortion rate，then combined with the characteristics of electric energy data which is fixation，smooth，short，the RAY-Period compression algorithm was firstly applied to intelligent measuring automation terminal.It saves the storage space and solves the communication problems of terminal and main station. This research lays a solid foundation for perfect function of the electric energy metering automation system of Guangdong power grid.

terminal；harmonic detection；power quality；fast Fourier transformation（FFT）；data compression；RAY-Period algorithm

TM93

A

1003-8930（2013）04-0039-05

方彥軍（1957—），男，博士，教授，博士生導師，研究方向為先進控制技術及應用。Email：yjfang@whu.edu.cn

2012-05-05；

2012-07-24

國家自然科學基金項目（41176068，61170024）；中國博士后科學基金項目（2011M501234）

賀瑤（1991—），女，碩士研究生，研究方向為智能控制理論及應用。Email：yao_class12@qq.com

肖勇（1978—），男，博士研究生，研究方向為電力系統電測技術。Email：xiao14@sina.com