[发明专利]一种用于同步测量系统中数据压缩的相量主成分分析方法

说明书

本发明提供了一种用于同步测量数据压缩的相量主成分分析方法，所述方法包括：N_U为电压相量或电流相量的组数，M个不同时刻的采样点，按列组成M行N_U列的矩阵X，计算协方差矩阵C＝X^HX，而后计算协方差矩阵C的特征值和特征相量矩阵U，再选择主成分的个数k；根据主成分个数k从特征相量矩阵U中选取前k个特征相量，组成新的特征相量矩阵U_k＝[u₁,u₂,…,u_k]，并根据原始数据矩阵与新的特征相量矩阵U_k，得到降维后的主成分矩阵P，最终得到压缩后的数据矩阵为P和U_k；根据主成分矩阵P和矩阵U_k进行数据重建。本发明相量数据的幅值和相位，在复数域内同时处理，有效保持了相量的完整性，避免了两者分别处理时的误差在数据重建时进一步导致误差的问题；同时，相量的相位信息已经包含了时序信息，克服了传统实数域主成分分析方法必然忽略数据时序性的缺点，有效保留了数据序列的时序性。

技术领域

本发明属于互联电网技术领域，具体涉及一种用于同步相量测量数据压缩的相量主成分分析方法。

背景技术

电力系统的互联，构成了互联电网。在互联电网中，电力系统具有动态变化的特性，要解决互联电网的动态安全稳定运行的问题，首先需要对电力系统的动态运行进行同步测量，并因此开发了电力系统同步测量系统(Wide-area Measurement System，WAMS)。电力系统同步测量系统进行同步相量测量时，以电力系统的电压和电流的相量为主，同时还包含了有功功率、无功功率等其他数据，其中电压和电流的相量有A、B、C三相及正序、负序、零序之分，数据量非常庞大。因此，有效压缩同步测量数据中的电压和电流相量，将有效实现对同步测量数据的压缩并显著减少同步测量数据量。但是，随着互联电网的规模越来越大，同步测量的数据量越来越大，传统的同步测量系统，已无法满足爆发式增加的数据量测量要求。

现有技术中，传统的同步测量系统，是使用实数域的主成分分析法或改进的主成分分析方法，进行数据压缩的方法，通常是将相量分为幅值和相位两部分分别处理。在实际电力系统中相量的幅值和相位是紧密相关的量，在交流电力系统中只有幅值和相位组合成为相量时才有实际的物理意义，然而现有技术中的数据压缩技术都是基于实数域的数据压缩方法，导致必须将相量强制分离为幅值和相位两个实数部分才能处理。由于将相量分为幅值和相位两部分分别处理，而实数域数据压缩方法在分别压缩相量的幅值和相位时将分别产生误差，这将导致在数据恢复重建时，重建的相量和幅值的一一对应关系受到影响而进一步产生额外的误差，降低了数据测量的精度。

同时，现有技术中基于实数域的主成分分析法，在分析过程中忽略相量数据序列的时序性，相量数据的时序性记录了相量数据的变化过程，这显然包含了相量变化的重要信息，而实数域主成分分析方法不能对时序性这一相量变化过程信息纳入到数据压缩过程中，从而导致了压缩数据的失真。

发明内容

为了提高同步测量系统的数据压缩效率，克服数据测量精度低的问题，本发明提供一种用于同步测量系统中数据压缩的相量主成分分析方法，在复数域处理相量的幅值和相位，有效避免两者分别处理时造成的数据重建误差，同时有效保留数据序列的时序性。

为了实现上述目的，本发明采取了如下技术方案。

一种用于同步测量系统中数据压缩的相量主成分分析方法，所述方法包括如下步骤：

步骤S1，构建M行N_U列的原始数据复数矩阵X，其中，M为不同时刻的采样点，N_U为电压相量或电流相量的组数，

步骤S2，根据原始数据矩阵X计算X的协方差矩阵C，C＝X^HX， C为N_U×N_U的复数矩阵；