一种工况数据的压缩方法、装置、介质及设备与流程

本发明涉及电力数据传输领域，特别地，涉及一种工况数据的压缩方法、装置、介质及设备。

背景技术：

电力系统中，尤其在配用电领域，由于端设备的数量较大，数据从端设备传输至边缘设备采用的往往又是宽带载波的通信方式，如果采用高采样率对工况数据进行采样并传输，常常会面临数据的传输的压力。

技术实现要素：

本发明一方面提供了一种工况数据的压缩方法，以解决采用高采样率对工况数据进行采样并从端设备向边缘设备传输时面临数据传输压力的技术问题。

本发明采用的技术方案如下：

一种工况数据的压缩方法，包括步骤：

根据端设备的已测量值选择对应的预估模型并通知所述边缘设备，所述预估模型用于根据输入的一定数据单位量的连续采样值后，对接下来的采样值进行预估；

根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值；

对比所述端设备的预估值与测量值，相减获得对应的补偿值并发送至所述边缘设备；

将所述补偿值与边缘设备预估得到的预估值相加，得到所述端设备的测量值。

进一步地，所述预估模型包括由若干与电力波形对应的函数表达式组成的函数库，所述函数表达式包括：

常数函数表达式：

y1＝a

其中，a为常数，取测量值；

标准正弦波函数表达式：

其中，u为正弦波有效值，r为每秒采样率，f为频率，t表示开始测量后的第t个采样点，t为开始测量时的三角函数度数；

线性函数表达式：

c为纵轴截距，b为斜率，t1为开始测量时的时间点，t表示开始测量后的第t个采样点，r为每秒采样率；

指数衰减的正弦波函数表达式：

其中，d为正弦波衰减指数，t为开始测量时的三角函数度数，f为频率，t表示开始测量后的第t个采样点，u为正弦波有效值。

进一步地，根据所述预估模型在所述端设备对接下来的采样值进行预估得到若干预估值具体包括步骤：

将所述端设备所测数据组中已知位置测量点对应的测量值代入所述预估模型求得所述预估模型中用于后续预估的起点参数；

根据已求得起点参数的预估模型对接下来的采样值进行预估得到若干预估值。

进一步地，根据所述预估模型在所述边缘设备对接下来的采样值进行预估得到若干预估值具体包括步骤：

接收端设备所测数据组中已知位置测量点对应的测量值；

将接收的端设备所测数据组中已知位置测量点对应的测量值代入所述预估模型求得所述预估模型中用于后续预估的起点参数；

根据已求得起点参数的预估模型对接下来的采样值进行预估得到若干预估值。

进一步地，根据端设备的已测量值选择对应的预估模型之前，还包括步骤：

将电力系统常见波形及其函数表达式组成函数库分别存入所述端设备和边缘设备，并分别对各函数表达式进行编码。

进一步地，所述通知所述边缘设备具体包括步骤：

将所选择的函数表达式的编码发送至所述边缘设备；

所述边缘设备根据所述编码提取相应的函数表达式用于对接下来的采样值进行预估。

进一步地，将所述补偿值发送至所述边缘设备之前，还包括步骤：

将所述补偿值进行压缩打包。

根据本发明的另一方面，还提供了一种工况数据的压缩装置，包括：

预估模型判断模块，用于根据端设备的已测量值选择对应的预估模型并通知所述边缘设备，所述预估模型用于根据输入的一定数据单位量的连续采样值后，对接下来的采样值进行预估；

采样值预估模块，用于根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值；

补偿值提取模块，用于对比所述端设备的预估值与测量值，相减获得对应的补偿值并发送至所述边缘设备；

测量值提取模块，用于将所述补偿值与边缘设备预估得到的预估值相加，得到所述端设备的测量值。

根据本发明的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其特征在于，在所述程序运行时控制所述存储介质所在的设备执行所述工况数据的压缩方法。

根据本发明的另一方面，还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述工况数据的压缩方法。

本发明具有以下有益效果：

本发明通过根据端设备的已测量值选择对应的预估模型并通知所述边缘设备、根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值、对比所述端设备的预估值与测量值获得对应的补偿值并发送至所述边缘设备、将所述补偿值与边缘设备预估得到的预估值相加的方式，使边缘设备得到所述端设备的测量值。由于边缘设备主要通过接收端设备发送的补偿值来得到测量值，相比较于现有端设备与边缘设备之间直接传输测量值的数据传输方式，补偿值字节数更少，传输量更少，大幅减小端设备与边缘设备之间的传输压力，实现工况数据从端设备至边缘设备的高效传输。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的工况数据的压缩方法流程示意图。

图2是本发明优选实施例的发生负荷事件时截取到的一部分波形示意图。

图3是本发明优选实施例的端设备在波形未知的情况下对该信号进行采样得到的电压信号测量值。

图4是本发明优选实施例的端设备根据测量值判断使用标准正弦波函数表达式得到的预估值。

图5是本发明优选实施例的端设备将测量值和预估值相减得到补偿值。

图6是本发明优选实施例的工况数据的压缩装置模块示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

参照图1，本发明的优选实施例提供了一种工况数据的压缩方法，包括步骤：

s1、根据端设备的已测量值选择对应的预估模型并通知所述边缘设备，所述预估模型用于根据输入的一定数据单位量的连续采样值后，对接下来的采样值进行预估；

s2、根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值；

s3、对比所述端设备的预估值与测量值，相减获得对应的补偿值并发送至所述边缘设备；

s4、将所述补偿值与边缘设备预估得到的预估值相加，得到所述端设备的测量值。

本实施例的工况数据的压缩方法首先通过根据端设备的已测量值选择对应的预估模型并通知所述边缘设备，接着根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值，然后对比所述端设备的预估值与测量值获得对应的补偿值并发送至所述边缘设备，最后将所述补偿值与边缘设备预估得到的预估值相加的方式，使边缘设备得到所述端设备的测量值。由于边缘设备主要通过接收端设备发送的补偿值来得到测量值，本实施例对配用电网常见电力波形，都可选择对应的预估模型和一些初始数据(初始采样值)对接下来的波形进行预估得到采样预估值，相比较于现有端设备与边缘设备之间直接传输测量值的数据传输方式，补偿值字节数更少，传输量更少，大幅减小端设备与边缘设备之间的传输压力，实现工况数据从端设备至边缘设备的高效传输。

在本发明的优选实施例中，所述预估模型包括由若干与电力波形对应的函数表达式组成的函数库，所述函数表达式包括：

常数函数表达式：

y1＝a

其中，a为常数，取测量值；

标准正弦波函数表达式：

其中，u为正弦波有效值，r为每秒采样率，f为频率，t表示开始测量后的第t个采样点，t为开始测量时的三角函数度数；

线性函数表达式：

c为纵轴截距，b为斜率，t1为开始测量时的时间点，t表示开始测量后的第t个采样点，r为每秒采样率；

指数衰减的正弦波函数表达式：

其中，d为正弦波衰减指数，t为开始测量时的三角函数度数，f为频率，t表示开始测量后的第t个采样点，u为正弦波有效值。

本实施例预估模型包括由若干与电力波形对应的函数表达式组成的函数库，并列举了函数库几种电网常见电力波形及其对应的函数表达式，上述四个函数表达式中，y1为常数函数表达式，y2为标准正弦波函数表达式，y3为线性函数表达式，y4为指数衰减的正弦波函数表达式，这四种函数表达式可以表示配用电网应用中存在的不同的波形，如标准正弦波函数表达式y2可表示50hz，220v的电压波形等。需要说明的是，本实施例的这四种函数表达式只是所述函数库的一部分，可以表示一些配用电网应用中存在的常见波形，但并非全部，应用到实践中去的时候可以根据需要在函数库中加入其它类型的函数表达式，并不限于本实施例中提供的函数表达式。

其中，在根据端设备的已测量值选择对应的预估模型时，以本实施例的函数表达式为基础，本实施例根据已知测量数据的变化率来判断使用哪种函数，下面是详细说明，如图2所示，以发生负荷事件时截取到的一部分波形为例：

端设备从a点开始采样，从a到b采样了110个点，不难判断应使用函数表达式y1获得预估值(当测量值变化率接近于零时，判断使用y1函数表达式预估后续的值)，于是端设备需要告知边缘设备a-b段的第一个测量值与采用函数表达式y1，所述边缘设备即可对接下来的109个值进行预估。

从b点开始，所述端设备测量值发生改变，根据变化率不难看出b-c段应采用函数表达式y3预估后续值(测量值变化率不为0且几乎恒定)，后续操作与第一步一致。

从c开始，所述端设备测量值的变化率开始不断发生较大改变，c-d段判断使用指数衰减的正弦波函数表达式y4预估后续值，当发现函数变化率不满足上述三种情况时，可使用fft对不满足的波段进行分析，在本次实例中，使用fft可获得正弦波衰减函数的频谱与频率，正弦波衰减指数可通过分析频谱曲线估算出来。通过构建各函数表达式，大部分波形可以套用函数库中的函数表达式就行，遇到不能套用的直接发送测量值即可，只是这部分没有用到使用补偿值压缩的技术而已，或者在满足测量要求的情况下采用标准正弦波函数表达式y2，进一步地，甚至可以在满足测量精度最低要求的前提下采用标准正弦波函数表达式y2即可粗略表达所有函数波形，简化函数库，提高运算效率。

如图3所示，端设备在波形未知的情况下对该信号进行120hz采样率的采样，得出下列一组电压测量数据，包括有12个测量值，根据12测量值的变化率来判断使用标准正弦波函数表达式y2预估后续值。

在本发明的优选实施例中，根据端设备的已测量值选择对应的预估模型之前，还包括步骤：

s101、将电力系统常见波形及其函数表达式分别存入所述端设备和边缘设备，并分别对各函数表达式进行编码，如用1表示常数函数表达式y1，2表示标准正弦波函数表达式y2，3表示线性函数表达式y3，4表示指数衰减的正弦波函数表达式y4。

在本发明的优选实施例中，所述通知所述边缘设备具体包括步骤：

s111、将所选择的函数表达式的编码发送至所述边缘设备；

s112、所述边缘设备根据所述编码提取相应的函数表达式用于对接下来的采样值进行预估。

本实施例中，端设备在选择相应的函数表达式并通知应的函数表达式时，只需要将所选择的函数表达式的编码发送至所述边缘设备即可，如将编码2发送至边缘设备，数据传输量极少，效率高，而所述边缘设备在接收到函数表达式的编码后，即根据所述编码2在所述边缘设备的函数库中调用相应的标准正弦波函数表达式y2用于对接下来的采样值进行预估，很明显，端设备和边缘设备中采用的是相同的函数表达式。

在本发明的优选实施例中，根据所述预估模型在所述端设备对接下来的采样值进行预估得到若干预估值具体包括步骤：

s201、将所述端设备所测数据组中已知位置测量点对应的测量值代入所述预估模型求得所述预估模型中用于后续预估的起点参数，其中，所述已知位置测量点可以是开始测量点，也可以是所述端设备所测数据组中已知位置的其他任一测量点；

s202、根据已求得起点参数的预估模型对接下来的采样值进行预估得到若干预估值，如图4所示。

下面以标准正弦波函数表达式y2为例，端设备以每秒采样率6000对有效值220v、频率50hz的正弦波进行采样，第一个测量值为：111.2025v(可以理解为从111.2025开始测量)，代入标准正弦波函数表达式：

先将t取0，得t＝20.942°，由此得到了用于后续预估的起点参数，接着在根据已求得起点参数的标准正弦波函数表达式y2对接下来的采样值进行预估的过程具体包括：

计算第一个采样点的预估值时，将t＝1,t＝20.942°代入标准正弦波函数表达式y2，即可求出第1个采样点的预估值为：依次也可以获得接下来的其他采样点的预估值。其它函数表达式也可以用以上方法获得不同的波形的预估值，在此不一一举例了。

在本发明的优选实施例中，根据所述预估模型在所述边缘设备对接下来的采样值进行预估得到若干预估值具体包括步骤：

s211、接收端设备所测数据组中已知位置测量点对应的测量值，所述已知位置测量点可以是开始测量点，也可以是所述端设备所测数据组中已知位置的其他任一测量点；

s212、将接收的端设备所测数据组中已知位置测量点对应的测量值代入所述预估模型求得所述预估模型中用于后续预估的起点参数；

s213、根据已求得起点参数的预估模型对接下来的采样值进行预估得到若干预估值，如图4所示。

本实施例中，所述边缘设备利用与所述端设备相同的函数表达式对接下来的采样值进行预估得到若干预估值，其中，在接收到所述端设备所测数据组中已知位置测量点，如开始测量点对应的测量值后，本实施例的步骤s212和步骤s213的过程与前述实施例的步骤s201和步骤s202的过程相类似，端设备和边缘设备都知道这个测量点在数据组中的位置，这样就可以算出这组数据对应的预估值。从而使边缘设备得到的预估值与所述端设备得到的预估值相一致，如图4所示。边缘设备在估计预估值之前，只需要得到端设备发送的函数表达式编码和端设备开始测量点对应的测量值两个数据即可，数据传输量极少，通过上述两个数据，即可求得与所述端设备相同的预估值，此时，当端设备将预估值与测量值相减获得对应的补偿值并发送至所述边缘设备时，所述边缘设备则将所述补偿值与边缘设备预估得到的预估值相加，即可得到所述端设备的测量值，最终实现端设备与边缘设备之间的工况数据的传输。

在本发明的优选实施例中，将所述补偿值发送至所述边缘设备之前，还包括步骤：

s301、将所述补偿值进行压缩打包，压缩算法可以采用成熟现有压缩方式，如字典压缩算法等，可以对有效变化类型的负荷数据进行高效压缩，进一步减少数据传输量，减小端设备与边缘设备之间的传输压力，实现工况数据从端设备至边缘设备的高效传输。

将所述补偿值发送至所述边缘设备之前，所述端设备对补偿值进行压缩，可以看到，如图3所示，如果直接压缩测量值u1-u12:

0000000200100b0e0020146300301a2600401ace00501489006005a2006f1374007e1560008d09ae009b15fc00a911a3，数据压缩比会比较低。

但本实施例只压缩补偿值u1-u12：

000000020000000100000002000000020000000200000002000000030000000600000006000000070000000700000007；

(一组数据中每个数据单元的正负可以在末尾用一个字节表示)，如图5所示，由于补偿值u1-u12中数据重复率高，压缩比将大大增加，甚至可以去除高位的两位字节(因为都是0000)，只对低两位字节进行压缩即可在答复减少数据量的前提下保证数据的正确性，由于压缩方法为现有技术，这里不对具体的压缩方式和压缩算法进行赘述，本领域技术人员可以根据需要选择合适的压缩算法。

如图6所示，本发明的另一实施例还提供了一种工况数据的压缩装置，包括：

预估模型判断模块，用于根据端设备的已测量值选择对应的预估模型并通知所述边缘设备，所述预估模型用于根据输入的一定数据单位量的连续采样值后，对接下来的采样值进行预估；

采样值预估模块，用于根据所述预估模型分别在所述端设备和边缘设备对接下来的采样值进行预估得到若干预估值；

补偿值提取模块，用于对比所述端设备的预估值与测量值，相减获得对应的补偿值并发送至所述边缘设备；

测量值提取模块，用于将所述补偿值与边缘设备预估得到的预估值相加，得到所述端设备的测量值。

本实施例的工况数据的压缩装置与上述方法实施例对应，具体控制过程可以参照上述方法实施例。

本发明的另一实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如所述工况数据的压缩方法。

本发明的另一实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现所述工况数据的压缩方法。

需要说明的是，本发明的工况数据不仅仅局限于工况数据，其他如温度等模拟量也可以使用本发明进行数据压缩。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例方法所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个或者多个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)，磁碟或者光盘等各种可以存储程序代码的介质。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。