引言

电力系统的故障录波其实是整理和汇总故障前期电气的变化以及故障后期的电气变化情况。因为微型的继电保护设备容易受制内存容量，只能有效地保存前后故障波的数据变化，大范围的连贯故障，故障录波器难以有效地记录下来，所以这将影响事故的科学分析和精准把握。研究人员对于小波变换需要重点处理高频系数，没有做好低频系数的管理。本文将基于小波变换，思考如何开展高频系数的阈值量化，提高低频系数的自适应性，大大优化压缩倍数，还可以降低信号重构的误差值。

1故障录波数据的特征

结合故障录波的相关标准，录波文件的完整和全面往往需要三个文件，分别是注主头文件、搭配文件与数据文件。数据文件中收纳了丰富的录波数据，这份文件需要依照数据收纳时间，按顺序排列好。一般来说， 采样时间点数和时间的长短有一定关联，不同的采样时间点所获取的数据不一样，这也和录波装置有关系。

2数据压缩方案

结合故障录波数据的基本特征，工作人员要对通道数据进行测试，合理地实现快速傅里叶变换计算方法和小波变换方法，实现数据的有效压缩，对于故障数据的甄别；将状态通道的信号收集起来，信号数据在故障录波的时间点发生变化，这就要关注数据变化的起点和终点是否出错，更好地掌握数据不同情况下的变化，准确定位初始状态值。

2.1快速傅里叶压缩方法

快速傅里叶计算法在通道数据测算过程中，工作人员要考虑到既定的错误范围，然后将低于阈值的傅里叶数值重新归零，降低传输系数，压缩信号和数据。工作人员要注意离散的周期信号要基于原本的傅里叶压缩方式。

2.2录波数据压缩方案

本次研究主要围绕电力系统中的故障录波，绘制了一幅录波数据的压缩程序图，录波通道数据囊括了同一线路的全部电气量，同一线路里面包括五段数据和信号，按照顺序依次开展傅里叶压缩操作，这样不仅有助于信号的重建，还能够降低信号的误差，及时地知晓压缩是否成功：当重构误差值超过既定的阈值大小，那就要改用小波变换压缩办法，工作人员将更加方便地读取信息。

图1 数据压缩程序图

一般来说，通道数据的压缩要正确运用傅里叶压缩方法，上图所示的A时间段，数据信息在故障发生前期是正常的，选择傅里叶压缩办法，B、C、D、E时段中包括故障短暂信息，具有明显的特性，这个时候不能继续使用傅里叶计算法，而是要结合时域特性的局部小波变换压缩方法，优化压缩效果。

综上，我们在实践运用中会灵活运用傅里叶压缩法和小波变换压缩法进行统筹安排以便更逼真准确的还原故障状态及故障前后系统的真实情况。

3故障录波数据分析过程中的压缩重点技术

3.1 离散傅里叶变换频率校正和压缩方法

录波数据的采样频率通常是工频的倍数，如果电网的工频是一定数值的时候，这将实现更加稳定的周期信号， 快速傅里叶计算法的性能较好，压缩比也比较高，误差值比较小；如果电网基频与额定频率相差过大的时候，那就容易出现频谱泄漏情况，进而影响傅里叶压缩方法的整体效果，并且出现压缩误差大的情况。而离散傅里叶变换频率校正技术能够在最大程度提高信号压缩的质量。

3.2故障录波数据压缩与重构小波基选择

3.2.1基于故障信号的小波基性质分析

要提取电力系统故障中的小波系数压缩故障信号，工作人员需要重点考虑小 波系数的正交性与紧支撑性，其中，正交小波基需要通过多尺度分解，分解数据储存在正交相接空间中，紧支小波基的作用也很明显，分解数字信号的离散小波中要过滤掉其他信号。

3.2.2故障压缩数据的重构精度

由于变电站在上传信息的时候需要对各种信息进行解构和加工，还要真实且有效地反馈故障问题，这个时候就需要控制重构波形的失真率，小波基的正则性要有一定保障，其中，正则性的阶数和函数、频率级别呈正相关，数据的失真率大大降低。正则性与消失矩阶数呈反向相关。可是紧支撑和正则性存在矛盾关系， 这个时候要重点把握。小波变换过程中的系数主要是浮点数，而计算机的字节受限，难以全面地构建新信号和数据，那么工作人员提升算法和维持小波特性的时候，需要尽可能地做到整数和整数的小波变换，降低数据的失真率。

3.2.3强化数据压缩比

消失矩的变化和小波变换的能量集中度有关联，消失矩阶数和精细状态下高频数值呈反相关。强化数据压缩比需把握小波基的消失矩，设置消失矩的阶数，而不是拔高消失矩的阶数，这会加剧数据的模糊性和复杂化。

3.2.4故障信号的线性相位特征

如果尺度函数和小波函数呈现对称关系，那么滤波器就具备线性相位的特点， 这个时候无需开展相位补偿，进而达到构建初始数据的目的，还可以避免信号真实性消解的现象。

3.2.5小波基和待压缩数据波形的差异

数据信号的压缩效果其实和数据自身有着紧密关系，故障录波数据只是在故障点有明显的突变量，其他时间段的数据波形变化都比较均匀，这个时候使用波形对称的小波函数，那就可以产生较好的压缩效果。电力系统的故障波形在开展信息压缩与信息建构的时候，需要正确使用双正交小波基，它的正则性、紧支性以及高阶消失矩特性很显著，其对称性相较于正交小波基更好，线性相位特征很突出。

3.3压缩与重构性能指标

工作人员在研究故障录波数据的时候，需要比较不同的小波基性质特征，我们可以归纳电力暂态信号的压缩参数，压缩比、重构精度以及速度。压缩比其实是待压缩总量和压缩后的数据存储量比例。等待压缩的数据总量其实是故障后录波器的数据量：压缩之后仍需保存的信号总量表示为低频系数和不同级别的小波系数，压缩比和压缩效果呈正相关性。

4结束语

综上所述，我们从电力系统的故障录波数据出发，结合不同类型的故障录波数据，对故障录波数据的特性和表现形式进行分析，从而提出了适合不同通道、不同时段的数据压缩方案，在生产实践中要合理地运用不同的压缩技术和手段，更好地实现信息数据的压缩和优化，使用快速傅里叶计算方法，做好数据的压缩和重构，数据重构之后出现较大的误差值，要结合电力系统故障录波的实际情况，选择使用小波变换压缩方法。如果频率偏移值比较大时仍然死板的套用一般的快速傅里叶计算方法，难以收获之前的运算和存储效果，还会导致数据剩余量的增加，难以达到数据分析和处理的高效性，这时就应当采取使用离散傅里叶校正算法，对原本的快速傅里叶压缩方法进行升级。通过对各种数据的实验和模拟，更好地证明这些压缩方法的性能和水平，达到信息的保留和重建，该技术将持续在电力系统故障录波数据分析和研究中贯穿。

参考文献：

［1］桂勋.面向 IEEE COMTRADE 格式的海量录波数据并行压缩／解压算法［J］.电力自动化设备，2013，33（5）：136-142.

［2］刘志刚，钱清泉.基于多小波的电力系统故障暂态数据压缩算法［J］.中国电机工程学报，2003，23（10）：22-26.

［3］张昊，刘沛.基于双正交小波的电力系统故障录波数据压缩［J］.电网技术，2000，24（11）：41-43.