一种纵联保护量测数据的恢复方法和纵联通信系统

本发明属于电力通信领域，更具体地，涉及一种纵联保护量测数据的恢复方法和纵联通信系统。

背景技术：

随着无线通信技术的发展，低延时、高可靠的5g通信技术在电力行业中的应用被提上日程，极大提高了电力系统内各装置通信的可靠性和实时性。尤其在配电网中，线路拓扑复杂，光纤建设难度大，不适宜敷设光纤通信线路，而且光纤网络的建设周期长、建设成本高，都制约了配电网通信线路的建设，导致目前配电网的自动化程度较低，供电可靠性不高。因此，无线通信在电力系统中具有较高的应用潜力。

电力系统内的无线通信信道通常在密集的输配电线路中，处于强电磁干扰的环境下，因此传输过程中难以避免会出现丢包、错包等情况，影响通信的可靠性，进而影响保护控制等设备的正常运行。

目前电力数据传输可靠性方面的研究主要从干扰源、传输路径防护、加强传输算法性能的角度对强电磁干扰环境下电力数据传输的性能进行提升，但都无法根本解决丢包、错包等问题。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种纵联保护量测数据的恢复方法和纵联通信系统，其目的在于，基于压缩感知算法纠正传输过程中错误和缺失的数据，解决通信过程中传输可靠性较差的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种纵联保护量测数据的恢复方法，包括：

s1：接收保护装置发送的多个报文，每个所述报文携带报文编号和原始测量信号x；校验各个所述报文的对错并将正确报文内的原始测量信号x按照所述报文编号依次放入缓冲队列y中；

s2：设置每个所述正确报文对应缓冲数组φi，i表示所述正确报文的序号；将所述缓冲数组φi中报文编码对应位置的状态值设为1其余位置的状态值设为0；将所有所述缓冲数组φi按行排列构成观测矩阵φ；

s3：设定稀疏基矩阵ψ，基于压缩感知原理构建所述观测矩阵φ、观测值、所述稀疏基矩阵ψ和稀疏系数s的欠定方程组，其中，所述缓冲队列y为所述观测值；

s4：利用重构算法求解所述欠定方程组得到所述稀疏系数s，结合所述稀疏基矩阵ψ对s进行逆变换得到所述原始测量信号x。

在其中一个实施例中，所述s1之前，所述纵联保护量测数据的恢复方法还包括：保护装置按照时间间隔t持续采集所述原始测量信号x，并将每次采集的所述原始测量信号x以所述报文的形式发送至接收装置；以使所述接收装置执行所述s1至s4，从而对所述原始测量信号x进行恢复。

在其中一个实施例中，所述s1包括：

s11：接收所述保护装置发送的多个所述报文；

s11：对各个所述报文进行检验，丢弃出错报文且将所述正确报文内的原始测量信号x按照所述报文编号依次放入所述缓冲队列y中；

其中，所述缓冲队列y为变长时间序列，所述变长时间序列的长度根据接收到的所述正确报文的数目来确定。

在其中一个实施例中，所述s2包括：

s21：依据接收到的所述正确报文的报文编号确定长度为n的一维数组φi，若所述正确报文的报文编号为j，则所述缓冲数组φi的第j位置1，其余位置0；

s22：将所有缓冲数组φi按行排列构成一m×n维的观测矩阵φ，每一行代表接收到的正确报文的状态行向量，每一列代表报文在本次传输过程中的编号；i＝1,2,...,m，m为传输正确的报文总数。

在其中一个实施例中，所述s3包括：

基于压缩感知原理构建所述观测矩阵φ、观测值y、所述稀疏基矩阵ψ和稀疏系数s的欠定方程组y＝φψs：y为长度为m的一维测量值；

由于所述原始测量信号x在传输过程中偶发丢帧、错帧的现象，将所述观测矩阵φ视为对所述原始测量信号x的亚采样过程；

其中，所述稀疏基矩阵ψ的表达式为：

在其中一个实施例中，所述s4包括：

采用重构算法求解所述欠定方程组y＝φψs得到所述稀疏系数s，利用x＝ψs对s进行逆变换得到所述原始测量信号x。

在其中一个实施例中，所述重构算法为：

将所述观测矩阵φ、所述观测值y、稀疏度k作为输入参数；将所述稀疏系数s的逼近值θ作为输出参数；

设定初始误差ε0＝y；将所述观测矩阵φ按列划分φ＝{φ1,φ2,...,φn}并计算εt与φi的内积，以将最大内积对应的φj放入集合a中，其中，t为迭代次数，at＝at-1∪φj，a最初为空集；

利用公式求y＝atθt的最小二乘解θt；更新残差εt＝y-at直至t≥k或εt残差为0，将得到的θt作为所述稀疏系数s。

按照本发明的另一方面，提供了一种纵联通信系统，包括：

保护装置，用于按照时间间隔t持续采集所述原始测量信号x，并将每次采集的所述原始测量信号x以所述报文的形式发送至接收装置；

接收装置，与所述保护装置通信连接，用于执行上述方法的步骤。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

本发明通过设置每个正确报文对应缓冲数组φi、设定稀疏基矩阵ψ；基于压缩感知原理构建所述观测矩阵φ、观测值、所述稀疏基矩阵ψ和稀疏系数s的欠定方程组；再利用重构算法求解所述欠定方程组得到稀疏系数s，结合所述稀疏基矩阵ψ对s进行逆变换得到所述原始测量信号x。也即本发明基于压缩感知算法纠正传输过程中错误和缺失的数据，能够有效解决在强电磁干扰环境下纵联保护量测数据传输丢包、错包等问题，通过正确的传输数据恢复出原始数据，提升纵联保护量测数据传输的可靠性。

附图说明

图1为本发明一实施例中纵联保护量测数据的恢复方法的流程图；

图2为本发明另一实施例中纵联保护量测数据的恢复方法的流程图；

图3为本发明一实施例中采样电流波形及其频谱图；

图4为本发明一实施例中基于压缩感知的电力数据恢复计算示意图；

图5为本发明一实施例中基于正交匹配追踪算法重构信号的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，本发明提供了一种纵联保护量测数据的恢复方法，包括：

s1：接收保护装置发送的多个报文，每个报文携带报文编号和原始测量信号x；校验各个报文的对错并将正确报文内的原始测量信号x按照报文编号依次放入缓冲队列y中；

s2：设置每个正确报文对应缓冲数组φi，i表示正确报文的序号；将缓冲数组φi中报文编码对应位置的状态值设为1其余位置的状态值设为0；将所有缓冲数组φi按行排列构成观测矩阵φ；

s3：设定稀疏基矩阵ψ，基于压缩感知原理构建观测矩阵φ、观测值、稀疏基矩阵ψ和稀疏系数s的欠定方程组，其中，缓冲队列y为观测值；

s4：利用重构算法求解欠定方程组得到稀疏系数s，结合稀疏基矩阵ψ对s进行逆变换得到原始测量信号x。

在其中一个实施例中，如图2所示，s1之前，纵联保护量测数据的恢复方法还包括：

保护装置按照时间间隔t持续采集原始测量信号x，并将每次采集的原始测量信号x以报文的形式发送至接收装置；以使接收装置执行s1至s4，从而对原始测量信号x进行恢复。

具体的，本发明提供了一种纵联保护量测数据错漏的恢复方案，以图3所示的电流波形为例，保护装置对其进行每周期n＝60点的采样，该电流波形中包含50hz和100hz频率分量。保护装置对电流采样后，向某侧装置发生当前时刻的采样数据，每个采样点封装成一个报文，共发送60个报文。在传输过程中，仅有第10-12、20-22、30-32号报文传输出错或丢失，其他报文传输正确。

s1：接收装置将传输正确的报文中所包含的采样值数据按照报文编号的顺序(即采样先后顺序)放入缓冲队列y中，此时y的长度为51。

s2：接收侧装置接收到1号报文传输的采样值，检验其传输无误后，开辟一长度为60的一维数组，将数组的第1个元素置1，将该数组的其余元素置0，得到队列φ1。接收侧装置接收到其余报文时同理可得到队列φ2-φ51。将这些队列按行排列后可构成一51阶的观测矩阵φ，每行分别代表接收到正确报文的状态行向量，每一列代表报文在本次传输过程中的编号。

s3：由压缩感知原理可知，y＝φψs，且x＝ψs，其中y是长度为51的一维测量值，代表剔除错漏数据后的采样值序列，观测矩阵φ代表对信号x的亚采样过程，x是本次传输过程中电流一周期内的60点采样值。

压缩感知原理要求信号是稀疏的，如图4所示，在选取合适的阈值后，只有50hz和100hz存在非零值，此时符合压缩感知原理对信号稀疏性的要求。离散傅里叶变换矩阵ψ如下所示：

(其中)。

s4：本实施例中采用正交匹配追踪算法作为信号的重构算法，步骤如下：

输入：测量矩阵φ，测量向量y，稀疏度的值k＝3；

输出：s的逼近值θ；

(1)初始化误差ε＝y，次数t＝1；

(2)测量矩阵按列划分，φ＝{φ1,φ2,...,φ60}，计算εt与φi的内积，找到内积最大的下标j，将φj扔进集合a中，其中at＝at-1∪φj，a最初为空集；

(3)求y＝atθt的最小二乘解，

(4)更新残差εt＝y-at；

(5)t＝t+1，若t≥k或残差为0，则停止，最后一次迭代的θt是逼近值。若不满足则返回(2)。

经过上述步骤后得到s逼近值θ，流程图如图5所示。再根据离散傅里叶逆变换可恢复出原始测量信号x。

在其中一个实施例中，s1包括：

s11：接收保护装置发送的多个报文；

s11：对各个报文进行检验，丢弃出错报文且将正确报文内的原始测量信号x按照报文编号依次放入缓冲队列y中；

其中，缓冲队列y为变长时间序列，变长时间序列的长度根据接收到的正确报文的数目来确定。

在其中一个实施例中，s2包括：

s21：依据接收到的正确报文的报文编号确定长度为n的一维数组φi，若正确报文的报文编号为j，则缓冲数组φi的第j位置1，其余位置0；

s22：将所有缓冲数组φi按行排列构成一m×n维的观测矩阵φ，每一行代表接收到的正确报文的状态行向量，每一列代表报文在本次传输过程中的编号；i＝1,2,...,m，m为传输正确的报文总数。

在其中一个实施例中，s3包括：

基于压缩感知原理构建观测矩阵φ、观测值y、稀疏基矩阵ψ和稀疏系数s的欠定方程组y＝φψs：y为长度为m的一维测量值；

由于原始测量信号x在传输过程中偶发丢帧、错帧的现象，将观测矩阵φ视为对原始测量信号x的亚采样过程；

其中，稀疏基矩阵ψ的表达式为：

在其中一个实施例中，s4包括：

采用重构算法求解欠定方程组y＝φψs得到稀疏系数s，利用x＝ψs对s进行逆变换得到原始测量信号x。

在其中一个实施例中，重构算法为：

将观测矩阵φ、观测值y、稀疏度k作为输入参数；将稀疏系数s的逼近值θ作为输出参数；

设定初始误差ε0＝y；将观测矩阵φ按列划分φ＝{φ1,φ2,...,φn}并计算εt与φi的内积，以将最大内积对应的φj放入集合a中，其中，t为迭代次数，at＝at-1∪φj，a最初为空集；

利用公式求y＝atθt的最小二乘解θt；更新残差εt＝y-at直至t≥k或εt残差为0，将得到的θt作为稀疏系数s。

本发明还提供了一种纵联通信系统，包括：保护装置和接收装置；保护装置，用于按照时间间隔t持续采集原始测量信号x，并将每次采集的原始测量信号x以报文的形式发送至接收装置；接收装置，与保护装置通信连接，用于执行上述方法的步骤。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。