基于张量网络的电网视频数据差异化压缩技术

徐敏; 彭林; 周爱华; 朱力鹏; 李尼格

doi:10.16543/j.2095-641x.electric.power.ict.2025.07.06

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于张量网络的电网视频数据差异化压缩技术

更新时间：2026-10-17

- 基于张量网络的电网视频数据差异化压缩技术
- Vol. 23, Issue 7, Pages: 46-53(2025)
- 作者机构：
  
  1. 中国电力科学研究院有限公司
  2. 国家电网电力网络安全防护与监测技术实验室
- 作者简介：
- 基金信息：
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.07.06
  CLC： TM73;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
徐敏, 彭林, 周爱华, et al. 基于张量网络的电网视频数据差异化压缩技术[J]. 2025, 23(7): 46-53.
DOI：

徐敏, 彭林, 周爱华, et al. 基于张量网络的电网视频数据差异化压缩技术[J]. 2025, 23(7): 46-53. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.07.06.

摘要

传统的电网视频非结构化数据压缩方法采用商用成熟的压缩算法如H.264/AVC、MPEG、H.265/HEVC等，这些成熟的压缩算法一般均对视频数据整体不做区分地进行压缩，虽然可以大幅降低视频的占用空间，但导致了关键设备的细节丢失，严重影响了后续设备状态分析的精准度，文章创新地利用张量网络灵活计算的特点，引入深度神经网络机器学习算法，对电网主要设备如变压器等进行标注训练，实时识别出视频帧中的电力设备，通过张量分解快速将设备与环境进行分割，生成2个新的张量，并进行不同的压缩处理，对电网设备数据采用低压缩率的Tucker张量压缩，对非电网设备数据采用高压缩率的Tucker张量压缩，实现重要设备降低压缩率保留精细度、环境背景提高压缩率降低存储空间的功能，在大幅降低视频存储空间的同时，有选择性地保留了主要设备的细节，兼顾了降低视频占用空间和业务精准分析的业务需求，实现了更为灵活的视频数据压缩。

Abstract

关键词

Keywords

references

余盛灿,余涛,陈鑫沛,杨家俊,潘振宁.基于图表示学习与知识蒸馏的电缆故障快速识别方法[J].电力信息与通信技术,2024(04).

肖凯,李道兴,王晓辉,郭鹏天.基于图计算的营配数据融合模型构建及应用[J].电力信息与通信技术,2024(01).

郭捷,刘曼,王晓蔚,尹瑞,胡文平,周文.基于功率特性的光伏发电数据高压缩率快速压缩方法[J].供用电,2019(08).

周学斌,李晓明.基于矩阵填充的电力系统功角曲线采样信息轻型化方法[J].电力系统自动化,2019(14).

Lin CHENG,Xinchi JI,Fang ZHANG,He HUANG,Song GAO.Wavelet-based data compression for wide-area measurement data of oscillations[J].Journal of Modern Power Systems and Clean Energy,2018(06).

闫常友,杨奇逊,刘万顺.基于提升格式的实时数据压缩和重构算法[J].中国电机工程学报,2005(09).

Fangzhou Hao,Libo Ma,Jianmin Zhang,Hongshan Zhao.Distribution systems data compression based on SVD method[J].AIP Conference Proceedings,2019.

Shunfan He,Wei Tian,Junmin Zhang,Kaicheng Li,Ming Zhang,Rongbo Zhu.A High Efficient Approach for Power Disturbance Waveform Compression in the View of Heisenberg Uncertainty.[J].IEEE Trans. Industrial Informatics,2019.

Tripathi Sharda,De Swades.An Efficient Data Characterization and Reduction Scheme for Smart Metering Infrastructure[J].IEEE Transactions on Industrial Informatics,2018.

Subhra J. Sarkar,Palash K. Kundu,Gautam Sarkar.Development of lossless compression algorithms for power system operational data[J].IET Generation, Transmission & Distribution,2018.

de Souza Julio Cesar Stacchini,Assis Tatiana Mariano Lessa,Pal Bikash Chandra.Data Compression in Smart Distribution Systems via Singular Value Decomposition[J].IEEE Transactions on Smart Grid,2017.

Xing Tong,Chongqing Kang,Qing Xia 0001.Smart Metering Load Data Compression Based on Load Feature Identification.[J].IEEE Trans. Smart Grid,2016.

Davide Zordan,Tommaso Melodia,Michele Rossi.On the Design of Temporal Compression Strategies for Energy Harvesting Sensor Networks.[J].IEEE Trans. Wireless Communications,2016.

Unterweger, Andreas,Engel, Dominik.Resumable Load Data Compression in Smart Grids[J].IEEE transactions on smart grid,2015.

Jiaxin Ning,Jianhui Wang,Wenzhong Gao,Cong Liu.A Wavelet-Based Data Compression Technique for Smart Grid.[J].IEEE Trans. Smart Grid,2011.

Oemer Nezih Gerek,Dogan Goekhan Ece.Compression of power quality event data using 2D representation[J].Electric Power Systems Research,2008.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于神经网络算法的用户窃电行为检测模型研究

基于Stacking-RBFNN的两段式月度电量连续预测

基于电力线通信的电力线智能诊断(三)：人工智能辅助的监测与定位

基于深度学习的光伏功率预测方法研究综述

面向电力通信复杂电磁频谱环境的AI检测方法研究

Related Author

吴健

林国强

王晓慧

沈尚义

陈诚

白雪

田传波

李建锋

Related Institution

国网浙江省电力公司湖州供电公司2. 全球能源互联网研究院有限公司

华北电力大学电子与通信工程系

西安理工大学电气工程学院

天津理工大学电气工程与自动化学院

中国农业大学信息与电气工程学院

AI问答

⁰