絕緣子泄漏電流的自適應(yīng)SPIHT數(shù)據(jù)壓縮

朱永利 翟學(xué)明 姜小磊

（華北電力大學(xué)控制與計(jì)算機(jī)學(xué)院 保定 071003）

1 引言

輸電線路狀態(tài)的在線監(jiān)測(cè)是智能電網(wǎng)建設(shè)的重要內(nèi)容之一。輸電線路中安裝有大量絕緣子，它們的重要作用是保證導(dǎo)線同桿塔的橫擔(dān)之間有足夠的絕緣。任何一串絕緣子發(fā)生故障，都會(huì)危害整條輸電線路的運(yùn)行安全。絕緣子泄漏電流是輸電線路重要的狀態(tài)參量[1]，這是因?yàn)椋孩俳^緣子的絕緣健康狀況，如污穢程度、老化程度等，會(huì)反映在絕緣子泄漏電流的波形上[2]；②絕緣子表面放電的嚴(yán)重程度與泄漏電流的波形密切相關(guān)，泄漏電流的波形可以為預(yù)測(cè)絕緣子閃絡(luò)提供重要信息[3]；③絕緣子泄漏電流的數(shù)據(jù)采集比較方便。絕緣子泄漏電流含有大量的高頻成分[3-5]，按照采樣定理，需要的采樣數(shù)據(jù)量非常巨大，這對(duì)數(shù)據(jù)存儲(chǔ)和網(wǎng)絡(luò)傳輸都提出了過(guò)高的要求。因此，對(duì)絕緣子泄漏電流的采樣數(shù)據(jù)進(jìn)行壓縮處理是非常必要的。

當(dāng)前，絕緣子泄漏電流的數(shù)據(jù)壓縮方法在文獻(xiàn)中鮮有報(bào)道。由于作用在輸電導(dǎo)線上的電壓是周期性的工頻電壓，所以相鄰兩個(gè)工頻周期內(nèi)的泄漏電流波形往往有較多的相似性，即包含相當(dāng)多的周期性冗余。電能質(zhì)量數(shù)據(jù)和ECG（心電圖）信號(hào)的周期性冗余也很顯著，這兩種信號(hào)的數(shù)據(jù)壓縮方法對(duì)于絕緣子泄漏電流具有一定的借鑒意義，但絕緣子泄漏電流的不規(guī)則性往往比它們都更顯著，因而更難于壓縮。由于小波變換具有優(yōu)良的時(shí)頻局部化性質(zhì)，目前對(duì)電能質(zhì)量數(shù)據(jù)和ECG信號(hào)的較先進(jìn)的數(shù)據(jù)壓縮方法大都基于小波變換[6-8]。在眾多基于小波變換的數(shù)據(jù)壓縮算法中，SPIHT算法的復(fù)雜度相對(duì)較小，可以應(yīng)用于一維、二維和三維信號(hào)壓縮[8-9]，而且壓縮性能優(yōu)良，又具有信噪比可伸縮等優(yōu)點(diǎn)[9]，因而受到了普遍重視。文獻(xiàn)[6]在比較了多種編碼方法壓縮效果的基礎(chǔ)上發(fā)現(xiàn)SPIHT算法的有損壓縮性能最優(yōu)，但該研究需把多個(gè)工頻周期的電能質(zhì)量信號(hào)組合成一個(gè)二維信號(hào)，必須等待足夠多個(gè)工頻周期的數(shù)據(jù)填滿二維陣列后方能進(jìn)行數(shù)據(jù)壓縮，因而不適用于絕緣子在線監(jiān)測(cè)這種準(zhǔn)實(shí)時(shí)場(chǎng)合。

SPIHT算法對(duì)系數(shù)集合采用固定的劃分策略，對(duì)于泄漏電流這類高噪聲信號(hào)，在編碼過(guò)程中會(huì)遇到許多系數(shù)不全為0的集合，這使得編碼器生成了過(guò)多的碼字?？紤]到這一不足，本文提出了自適應(yīng)SPIHT算法，該算法根據(jù)小波系數(shù)集合的顯著性自適應(yīng)地劃分集合，從而具有更高的壓縮效率。在自適應(yīng)SPIHT算法的基礎(chǔ)上，本文給出了兩種泄漏電流壓縮算法。這兩種算法都可以邊采集邊壓縮，取得一個(gè)工頻周期的采樣數(shù)據(jù)后就進(jìn)行壓縮。對(duì)泄漏電流實(shí)測(cè)數(shù)據(jù)的壓縮結(jié)果驗(yàn)證了本文算法的有效性。

2 原始SPIHT算法及其不足

SPIHT算法的核心思想是位平面編碼和二元樹(shù)編碼[10-11]。SPIHT算法從最顯著位平面開(kāi)始，依次對(duì)小波系數(shù)的每個(gè)位平面進(jìn)行二元樹(shù)編碼。對(duì)每個(gè)位平面，二元樹(shù)編碼對(duì)小波細(xì)節(jié)系數(shù)按照時(shí)間方向樹(shù)進(jìn)行遞歸劃分，直至找到全部為0的系數(shù)集合，或者找到該比特位為1的單個(gè)系數(shù)。為了保存集合劃分的中間結(jié)果，SPIHT算法設(shè)置了3個(gè)鏈表：LIS，LSP和LIP，分別記錄顯著的集合（指對(duì)某個(gè)位平面而言，集合中的系數(shù)不全為0），已輸出符號(hào)位的系數(shù)和未輸出符號(hào)位的系數(shù)。

對(duì)某個(gè)位平面，原始SPIHT算法在考察LIS中的每個(gè)小波系數(shù)集合時(shí)，都要先輸出1比特信息來(lái)表示該集合中的系數(shù)是否全部為0。如果某個(gè)系數(shù)集合中的系數(shù)全為0，則只用1個(gè)比特就可以表示該集合中的全部系數(shù)；但是如果該集合中的系數(shù)不全為0，那么先前輸出的1比特信息只是告訴解碼器還需要進(jìn)一步劃分該集合，這樣不但沒(méi)有實(shí)現(xiàn)數(shù)據(jù)壓縮，反而會(huì)增加數(shù)據(jù)量。對(duì)于絕緣子泄漏電流，因?yàn)槠涓哳l分量相當(dāng)可觀，所以LIS中集合的系數(shù)往往不是全為0，這使得原始SPIHT算法并不適于壓縮泄漏電流這類高噪聲信號(hào)。

3 適于高噪聲信號(hào)的自適應(yīng)SPIHT算法的提出

3.1 基本思想

針對(duì)SPIHT算法的集合劃分策略的不足，本文提出一種自適應(yīng)SPIHT算法，該算法預(yù)先估計(jì)出集合為顯著的可能性，據(jù)此來(lái)自適應(yīng)地進(jìn)行集合劃分。在自適應(yīng)SPIHT算法中，對(duì)每個(gè)集合進(jìn)行處理之前，首先估計(jì)該集合中的系數(shù)全部為0的概率。如果預(yù)先估計(jì)出該集合有較大的可能是顯著的，那么和原始SPIHT算法一樣，先不對(duì)其進(jìn)行劃分，而是輸出1個(gè)比特來(lái)表示該集合是否顯著；反之，則不再輸出1個(gè)比特表示該集合是否顯著，而是直接對(duì)其進(jìn)行劃分，然后考察劃分出的子集合是否顯著。下面先敘述算法中把小波系數(shù)組織成集合的方式，然后再介紹算法的流程。

3.2 小波系數(shù)在時(shí)間-尺度平面內(nèi)的表示

原始SPIHT算法是按照時(shí)間方向樹(shù)來(lái)組織小波系數(shù)的，為了使算法的描述可以適用于信號(hào)長(zhǎng)度不是2的整數(shù)次冪的情形，這里采用了小波分解在時(shí)間-尺度平面中的表示方式。在時(shí)間-尺度平面內(nèi)，尺度j+1的小波系數(shù)對(duì)應(yīng)的時(shí)間寬度是尺度j的小波系數(shù)對(duì)應(yīng)的時(shí)間寬度的2倍，這是因?yàn)槌叨萰的小波細(xì)節(jié)系數(shù)對(duì)應(yīng)的基函數(shù)的支撐區(qū)長(zhǎng)度正比于2j。舉例來(lái)說(shuō)，對(duì)一段長(zhǎng)度為15的采樣信號(hào)c0～c14，先對(duì)邊界進(jìn)行對(duì)稱延拓，即假定c–n=cn且c28–n=cn，再經(jīng)過(guò)4級(jí)Le Gall 5/3提升小波分解后得到小波細(xì)節(jié)系數(shù)c1～c14。圖1給出了這些小波細(xì)節(jié)系數(shù)在時(shí)間-尺度平面內(nèi)的表示。算法流程中的小波系數(shù)集合對(duì)應(yīng)于時(shí)間-尺度平面中的矩形區(qū)域。沿時(shí)間方向水平劃分集合是指把最大尺度的系數(shù)和其他尺度的系數(shù)分離；沿尺度方向豎直劃分集合是指把時(shí)間段平均分成兩部分。

圖1 小波系數(shù)在時(shí)間-尺度平面中的表示Fig.1 Wavelet coefficients in time-scale plane

3.3 算法流程

自適應(yīng)SPIHT編碼算法的流程如下。

Adaptive_SPIHT_coder(c)：

（1）初始化：把所有小波近似系數(shù)的索引放入LIC中；置LSC為空；把由所有小波細(xì)節(jié)系數(shù)的索引組成的集合放入LIS中；置LSS為空。

（3）依次對(duì)n=m,m–1,m–2,…,1,0執(zhí)行下列步驟：

1）對(duì)LSC中的每個(gè)系數(shù)索引i，輸出|ci|&(1＜＜n)(1)。

2）對(duì)LIC中的每個(gè)系數(shù)索引i，輸出IsS(c,i,n)(2)。如果IsS(c,i,n)=1，則輸出ci的符號(hào)(3)并將i從LIC移到LSC。

3）對(duì)LIS中的每個(gè)集合S（不包括本次執(zhí)行③時(shí)新加入的集合），調(diào)用aps(c,S,n)(4)。如果IsS(c,S,n)= 1或者在調(diào)用aps( )的過(guò)程中調(diào)用了pqss( )，那么從LIS中刪除S。

4）對(duì)LSS中的每個(gè)集合S，調(diào)用pss(c,S,n)并從LSS中刪除S。

其中的函數(shù)aps( )和pss( )分別用來(lái)進(jìn)行自適應(yīng)集合劃分和處理顯著的集合，流程如下。

aps(c,S,n)(x)：

（1）如果Prob(IsS(c,S,n) = 1)＞0.5(x)，調(diào)用pqss(c,S,n)；否則調(diào)用ps(c,S,n)(x)。

（2）按照IsS(c,S,n)更新概率估計(jì)(x)。

pss(c,S,n)：

（1）如果D(S)≥2，則在時(shí)間-尺度平面中沿尺度方向劃分S，得到S1和S2。

1）調(diào)用aps(c,S1,n)(5)。

2）如果IsS(c,S1,n) = 0，把S2置于LSS的末尾。

3）否則調(diào)用aps(c,S2,n)(6)。

（2）否則在時(shí)間-尺度平面中沿時(shí)間方向劃分S，得到i和S1。

1）調(diào)用aps(c,S1,n)(7)。

2）如果IsS(c,S1,n) = 0，輸出ci的符號(hào)(3)并把i置于LSC的末尾；否則調(diào)用pc(c,i,n)(8)。

上述這兩個(gè)函數(shù)中調(diào)用了三個(gè)函數(shù)：pqss( ) 用于處理疑似顯著的集合，不輸出表示集合顯著性的比特；ps( ) 用于處理其他集合，輸出表示集合顯著性的比特；pc( ) 用于處理單個(gè)系數(shù)。它們的流程分別如下。

pqss(c,S,n)：

（1）如果D(S)≥2，那么在時(shí)間-尺度平面中沿尺度方向分割S，得到S1和S2，然后依次調(diào)用ps(c,S1,n)(9)和ps(c,S2,n)(10)；

（2）否則，在時(shí)間-尺度平面中沿時(shí)間方向分割S，得到i和S1，然后依次調(diào)用ps(c,S1,n)(11)和pc(c,i,n)(12)。

ps(c,S,n)(x)：

（1）輸出IsS(c,S,n)(x)。

（2）如果IsS(c,S,n) = 1，把S置于LSS的末尾；否則把S置于LIS的末尾。

pc(c,i,n)(x)：

（1）輸出IsS(c,i,n)(x)。

（2）如果IsS(c,i,n) = 1，則輸出ci的符號(hào)(3)并把i置于LSC的末尾；否則把i置于LIC的末尾。

表1列出了算法流程中用到的符號(hào)及其含義。

表1 自適應(yīng)SPIHT編碼算法中符號(hào)的意義Tab.1 Meanings of notations used in adaptive SPIHT coding algorithm

除了上述的自適應(yīng)集合劃分以外，自適應(yīng)SPIHT算法還在以下兩個(gè)方面相對(duì)原始SPIHT算法進(jìn)行了改進(jìn)：①增加了一個(gè)鏈表LSS，放入LSS中的集合都滿足IsS(c,S,n) = 1。這樣，在pss(c,S,n) 中對(duì)S作縱向劃分時(shí)如果IsS(c,S1,n) = 0，則無(wú)需輸出IsS(c,S2,n) 的值，因?yàn)槠浔囟?；類似地，在對(duì)S作橫向劃分時(shí)如果IsS(c,S1,n) = 0，則無(wú)需輸出IsS(c,i,n) 的值。②把對(duì)LSC的處理相對(duì)于LIS的處理提前，這是因?yàn)樘幚鞮IS時(shí)輸出的碼字中有許多是關(guān)于集合如何劃分的信息，解碼器不能直接用這些信息來(lái)確定某個(gè)系數(shù)的某個(gè)比特位，所以提前處理LSC可以把“較重要”的信息放在前面發(fā)送，從而提高算法的壓縮性能。

3.4 概率估計(jì)

自適應(yīng)SPIHT算法中的概率估計(jì)應(yīng)用了上下文自適應(yīng)二進(jìn)制算術(shù)編碼中的概率模型和更新策略[12]。在編碼算法中用右上角標(biāo)（4）～（7）標(biāo)出了4組上下文模型（其他編號(hào)代表的上下文模型用于算術(shù)編碼，詳見(jiàn)4.2節(jié)），每組模型都包含兩個(gè)模型，分別對(duì)應(yīng)于當(dāng)前集合的前一個(gè)工頻周期的系數(shù)是否全為0（見(jiàn)表2）。這樣設(shè)置上下文模型的原因是相鄰工頻周期的絕緣子泄漏電流波形往往比較相似，從前一個(gè)周期提供的信息可以有效地對(duì)當(dāng)前周期的小波系數(shù)集合進(jìn)行概率估計(jì)。還有一點(diǎn)值得指出：對(duì)于有損壓縮，因?yàn)榻獯a器解碼出的小波細(xì)節(jié)系數(shù)同原始值有差別，所以為了與解碼器保持同步，編碼器要根據(jù)解碼器能夠解碼出的小波細(xì)節(jié)系數(shù)來(lái)選擇上下文模型和更新概率估計(jì)。

表2 對(duì)自適應(yīng)SPIHT算法輸出的碼字進(jìn)行二進(jìn)制算術(shù)編碼時(shí)使用的上下文模型Tab.2 Context models used in binary arithmetic coding of codewords from adaptive SPIHT

4 基于自適應(yīng)SPIHT的絕緣子泄漏電流數(shù)據(jù)壓縮算法

絕緣子泄漏電流的特點(diǎn)是：①相鄰工頻周期的絕緣子泄漏電流波形之間往往存在較強(qiáng)的相關(guān)性；②高頻成分顯著。泄漏電流的這兩個(gè)特點(diǎn)在小波近似分量和細(xì)節(jié)分量上的體現(xiàn)有所不同，所以應(yīng)該利用不同的編碼算法分別對(duì)小波近似分量和細(xì)節(jié)分量進(jìn)行數(shù)據(jù)壓縮。小波近似分量代表了變化趨勢(shì)，對(duì)應(yīng)于低通濾波后的結(jié)果，這樣泄漏電流的第一個(gè)特點(diǎn)體現(xiàn)在小波近似分量上就是相鄰工頻周期的近似分量往往變化不大，所以可以利用差分脈沖編碼調(diào)制（DPCM）進(jìn)行壓縮。泄漏電流的第二個(gè)特點(diǎn)主要體現(xiàn)在小波細(xì)節(jié)分量上，所以應(yīng)利用自適應(yīng)SPIHT算法對(duì)小波細(xì)節(jié)分量進(jìn)行壓縮。泄漏電流的第一個(gè)特點(diǎn)在小波細(xì)節(jié)分量上也有所體現(xiàn)，自適應(yīng)SPIHT算法通過(guò)概率估計(jì)可以捕捉并減少這種周期冗余。按照上述思路，下面給出兩種基于自適應(yīng)SPIHT算法的泄漏電流壓縮算法。這兩種算法相比，算法1的計(jì)算量更小，而算法2的壓縮效果更好。

4.1 算法1：自適應(yīng)SPIHT+DPCM+可變長(zhǎng)編碼

算法1利用自適應(yīng)SPIHT對(duì)小波細(xì)節(jié)分量進(jìn)行編碼，利用預(yù)測(cè)編碼和可變長(zhǎng)編碼去除小波近似分量的周期冗余。在算法1中，先用前一個(gè)周期的小波近似分量來(lái)預(yù)測(cè)當(dāng)前周期的小波近似分量，再對(duì)預(yù)測(cè)誤差進(jìn)行可變長(zhǎng)編碼。該方法和JPEG標(biāo)準(zhǔn)的基線系統(tǒng)對(duì)DCT直流系數(shù)的編碼方法相同，并且也使用了同樣的可變長(zhǎng)編碼表。此外，對(duì)于相鄰周期的小波系數(shù)的m值（見(jiàn)自適應(yīng)SPIHT算法的流程）也利用預(yù)測(cè)編碼進(jìn)行壓縮。算法1在利用自適應(yīng)SPIHT算法時(shí)，把LIC初始化為空表。因?yàn)樽赃m應(yīng)SPIHT算法在對(duì)小波系數(shù)集合進(jìn)行自適應(yīng)劃分時(shí)利用了前一個(gè)周期的信息，所以算法1也減少了小波細(xì)節(jié)分量的周期冗余。

4.2 算法2：自適應(yīng)SPIHT+DPCM+二進(jìn)制算術(shù)編碼

同算法1一樣，算法2對(duì)m值和小波近似分量也應(yīng)用預(yù)測(cè)編碼，不同的是算法2利用上下文自適應(yīng)二進(jìn)制算術(shù)編碼來(lái)生成更緊湊的碼流。

在應(yīng)用二進(jìn)制算術(shù)編碼時(shí)需要把待編碼的符號(hào)二值化。因?yàn)樽赃m應(yīng)SPIHT編碼算法已經(jīng)生成了只包含0和1的碼流，所以需要二值化的只有m值和小波近似分量的預(yù)測(cè)誤差。這里采用的二值化方法基于Elias Gamma碼。首先用1個(gè)比特表示預(yù)測(cè)誤差e是否為0，如果e不為0則用1個(gè)比特表示其符號(hào)。接下來(lái)從最低位開(kāi)始逐個(gè)判斷|e|的二進(jìn)制表示的每一位是否為最高位（每次的判斷結(jié)果都用1個(gè)比特表示）。如果不是最高位，則用1個(gè)比特表示該位是1還是0。圖2給出了預(yù)測(cè)誤差的二進(jìn)制算術(shù)編碼流程，其中函數(shù)code_symbol(symbol,mi) 的功能是對(duì)symbol（0或者1）按照第mi個(gè)上下文模型進(jìn)行二進(jìn)制算術(shù)編碼，并且更新該模型的概率分布。

圖2 預(yù)測(cè)誤差的二進(jìn)制算術(shù)編碼流程Fig.2 Binary arithmetic coding for prediction error

算法2在對(duì)小波細(xì)節(jié)系數(shù)應(yīng)用自適應(yīng)SPIHT算法進(jìn)行編碼時(shí)每輸出一個(gè)碼字（0或1），都要按照其所屬的上下文模型進(jìn)行算術(shù)編碼以及模型更新。自適應(yīng)SPIHT算法流程中的右上角標(biāo)（1）～（12）標(biāo)出了編碼過(guò)程中輸出碼字的所有位置（不考慮m值），對(duì)這些位置分配的上下文模型見(jiàn)表2，其中c_pre表示上一個(gè)周期的小波系數(shù)。每個(gè)上下文模型都對(duì)應(yīng)于從上一個(gè)周期已解碼出的小波系數(shù)獲得的某種特定信息。例如，表2中的（9）對(duì)應(yīng)于pqss( ) 中的第（1）步，此時(shí)二進(jìn)制算術(shù)編碼器需要對(duì)IsS(c,S1,n)進(jìn)行編碼，因?yàn)镮sS(c,S1,n) 的概率分布與IsS(c_pre,S1,n) 有一定的聯(lián)系，即若IsS(c_pre,S1,n) = 1（或0）則IsS(c,S1,n) = 1（或0）的概率應(yīng)大于0.5，所以使用了兩個(gè)上下文模型來(lái)捕捉這種相關(guān)性，分別對(duì)應(yīng)于IsS(c_pre,S1,n) = 1和IsS(c_pre,S1,n) = 0。

5 壓縮實(shí)驗(yàn)

下面利用如圖3所示的絕緣子泄漏電流實(shí)測(cè)數(shù)據(jù)來(lái)檢驗(yàn)算法的壓縮性能，這一段波形對(duì)應(yīng)的時(shí)間為12個(gè)工頻周期，采樣頻率為6400Hz，幅值精確到毫安。為了在同一個(gè)編碼流程下實(shí)現(xiàn)無(wú)損和有損壓縮，采用了基于提升格式的整數(shù)小波變換。使用的小波是Le Gall 5/3，小波分解的級(jí)數(shù)為4，對(duì)邊界采用對(duì)稱延拓。算法1和算法2在編碼第一個(gè)工頻周期時(shí)，假定前一個(gè)工頻周期的小波系數(shù)都為0。

圖3 絕緣子泄漏電流實(shí)測(cè)數(shù)據(jù)Fig.3 Real data for insulator leakage currents

圖4 四種算法的碼率-信噪比曲線Fig4 Rate-SNR curves for four algorithms

圖5 算法2解壓縮后的信號(hào)（碼率= 4.01bps，SNR = 33.60dB）Fig.5 Decompressed signal by algorithm 2 (Rate=4.01bps,SNR = 33.60dB)

為了實(shí)現(xiàn)對(duì)泄漏電流的實(shí)時(shí)處理，數(shù)據(jù)壓縮算法對(duì)一個(gè)工頻周期內(nèi)的采樣數(shù)據(jù)的執(zhí)行時(shí)間不能超過(guò)20ms。算法1和算法2都屬于嵌入式編碼算法，如果完成全部編碼過(guò)程就是無(wú)損壓縮；否則是有損壓縮。有損壓縮模式雖然犧牲了一定的信噪比，但壓縮比更大，而且編碼時(shí)間更短。對(duì)圖3所示的采樣數(shù)據(jù)，在TMS320F2812上實(shí)現(xiàn)的算法1和算法2無(wú)損壓縮一個(gè)工頻周期數(shù)據(jù)的時(shí)間都不超過(guò)10ms，因而可以做到實(shí)時(shí)壓縮。在無(wú)損壓縮模式或有損壓縮模式下（碼率相同），對(duì)圖3所示的采樣數(shù)據(jù)，算法2的執(zhí)行時(shí)間都比算法1多10%左右，這是由于算法2采用了算術(shù)編碼。值得注意的是，對(duì)小波近似系數(shù)采用預(yù)測(cè)編碼不但提高了信噪比，還減少了算法的執(zhí)行時(shí)間，這是因?yàn)閷?duì)預(yù)測(cè)誤差進(jìn)行編碼要比把近似系數(shù)放在LIC中處理更簡(jiǎn)單。

6 結(jié)論

本文提出的自適應(yīng)SPIHT算法根據(jù)小波系數(shù)集合的顯著性自適應(yīng)地進(jìn)行集合劃分。這樣可以有效地減少判斷小波系數(shù)集合是否顯著所用的比特?cái)?shù)，尤其適合于壓縮絕緣子泄漏電流這種高噪聲信號(hào)。本文提出的數(shù)據(jù)壓縮算法利用預(yù)測(cè)編碼和自適應(yīng)SPIHT分別對(duì)小波近似系數(shù)和細(xì)節(jié)系數(shù)進(jìn)行編碼。采用預(yù)測(cè)編碼不但有效地減少了小波近似系數(shù)的周期性冗余，而且減少了算法的執(zhí)行時(shí)間。自適應(yīng)SPIHT算法建立了上下文模型來(lái)估計(jì)信號(hào)的奇性程度，這樣可以對(duì)小波系數(shù)集合是否顯著進(jìn)行預(yù)判，從而捕捉和減少了泄漏電流小波細(xì)節(jié)系數(shù)的周期冗余。應(yīng)用算術(shù)編碼可以更好地利用統(tǒng)計(jì)信息，從而進(jìn)一步去除預(yù)測(cè)編碼和自適應(yīng)SPIHT編碼過(guò)程中殘存的冗余，但另一方面也增加了編碼時(shí)間。實(shí)驗(yàn)表明，本文算法的壓縮性能和SPIHT算法相比有了顯著提高。該算法同已有用于電力系統(tǒng)數(shù)據(jù)壓縮的二維算法相比有較高的實(shí)時(shí)性，允許采完一個(gè)工頻周期的數(shù)據(jù)后就進(jìn)行壓縮，更適用于實(shí)時(shí)或在線的場(chǎng)合，而基于二維表示的壓縮算法必須等待足夠多個(gè)工頻周期的采樣數(shù)據(jù)填滿二維陣列后方能進(jìn)行數(shù)據(jù)壓縮。

[1] 黃新波.輸電線路在線監(jiān)測(cè)與故障診斷[M].北京:中國(guó)電力出版社,2008.

[2] Li Jingyan,Sun Caixin,Sima Wenxia,et al.Contamination level prediction of insulators based on the characteristics of leakage current[J].IEEE Transactions on Power Delivery,2010,25(1): 417-424.

[3] Kordkheili H H,Abravesh H,Tabasi M,et al.Determining the probability of flashover occurrence in composite insulators by using leakage current harmonic components[J].IEEE Transactions on Dielectrics and Electrical Insulation,2010,17(2):502-512.

[4] Suda T.Frequency characteristics of leakage current waveforms of a string of suspension insulators[J].IEEE Transactions on Power Delivery,2005,20(1):481-487.

[5] 張亞萍,戴敏.1000kV交流絕緣子串泄漏電流特性研究[J].高電壓技術(shù),2009,35(2): 242-246.Zhang Yaping,Dai Min.Research on 1000 kV AC insulator leakage currents characteristic[J].High Voltage Engineering,2009,35(2): 242-246.

[6] Gerek ? N,Ece D G.Compression of power quality event data using 2D representation[J].Electric Power Systems Research,2008,78(6): 1047-1052.

[7] Ku Cheng Tung,Hung King Chu,Wu Tsung Ching,et al.Wavelet-based ECG data compression system with linear quality control scheme[J].IEEE Transactions on Biomedical Engineering,2010,57(6): 1399-1409.

[8] Lu Zhitao,Dong Youn Kim,Pearlman W A.Wavelet compression of ECG signals by the set partitioning in hierarchical trees algorithm[J].IEEE Transactions on Biomedical Engineering,2000,47(7): 849-856.

[9] Said A,Pearlman W A.A new,fast and efficient image codec based on set partitioning in hierarchical trees [J].IEEE Transactions on Circuits and Systems for Video Technology,1996,6(3): 243-250.

[10] Pearlman W A,Islam A,Nagaraj N,et al.Efficient,low-complexity image coding with a set-partitioning embedded block coder[J].IEEE Transactions on Circuits and Systems for Video Technology,2004,14(11): 1219-1235.

[11] Taubman D.High performance scalable image compression with EBCOT[J].IEEE Transactions on Image Processing,2000,9(7): 1158-1170.

[12] Marpe D,Schwarz H,Wiegand T.Context-based adaptive binary arithmetic coding in the H.264/AVC video compression standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2003,13(7): 620-636.