High compression ratio algorithm for power quality signals

Abstract

This paper presents a compression algorithm for power quality (PQ) signals, which does not separate the signal into stationary and transient components. The proposed algorithm is composed of a number of different compression techniques which are combined to improve both compression ratio and total computing time. This method is based on a sequence of three phases. The first phase transforms the signal to the frequency domain using the FFT algorithm. In a second phase the signal is approximated by a polynomial approximation algorithm, which is finally compressed by a lossless compression algorithm. The proposed method is characterized by high compression ratio and low computational cost, making its implementation suitable for embedded systems.

Transformada Wavelet e técnicas de inteligência computacional aplicadas à identificação, compressão e armazenamento de sinais no contexto de qualidade da energia elétrica

“…Sua comparação com métodos relevantes da literatura correlata demonstraram a superioridade das técnicas desenvolvidas. Dapper et al (2015) afirmam que os medidores empregados no monitoramento dos SEPs empregam métodos de agregação através de um processo de cálculo de médias dos parâmetros registrados por eles. Os autores reiteram que o uso desse método de agregação pode minimizar a gravidade de distúrbios de QEE ou até mesmo distúrbios podem não serem registrados.…”

“…Os autores reiteram que o uso desse método de agregação pode minimizar a gravidade de distúrbios de QEE ou até mesmo distúrbios podem não serem registrados. Segundo Dapper et al (2015), uma solução para isso seria registrar as curvas de onda para uma posterior análise. Para isso, é necessária uma grande disponibilidade de memória, que causa um impacto significativo nos custos dos equipamentos.…”

“…Desse modo, a memória de armazenamento deve ser utilizada da maneira mais eficiente possível. Dapper et al (2015) constatam, então, que para reduzir a quantidade de memória requerida para os longos períodos de observação, é necessária a compressão das curvas registradas antes de seu armazenamento. Desse modo, Dapper et al (2015) apresentam em seu trabalho uma abordagem para compressão de sinais de QEE composta por três passos.…”

“…Em seguida, o sinal é aproximado por um algoritmo de aproximação polinomial de primeira ordem que causa uma compressão inicial com perdas no sinal e, por fim, é aplicado o método de compressão sem perdas Huffman Coding. A fim de analisar seu método de compressão, Dapper et al (2015) o empregaram em 50 sinais obtidos das bases de dados do IEEE 1159.3 Task Force (1993). Segundo os autores, seu método oferece baixo custo computacional e alta taxa de compressão, e se comporta bem tanto para sinais estacionários como para sinais transitórios.…”

“…Segundo os autores, seu método oferece baixo custo computacional e alta taxa de compressão, e se comporta bem tanto para sinais estacionários como para sinais transitórios. Dapper et al (2015) destacam que seu método tem uma vantagem significativa: ele evita o processo de separação dos sinais em suas componentes estacionárias e transitórias antes de ser aplicada a compressão.…”