Power load profile compression with the use of DCT and K-SVD method

• Autorzy: Drechny M.

Warianty tytułu

PL

Kompresja profili obciążeń elektroenergetycznych z wykorzystaniem metody DCT i K-SVD

• Języki publikacji: EN

Abstrakty

EN

Replacement of classic inductive electricity meters with electronic meters (e.g. Smart type) enables remote reading of customer load profiles. Taking into account the European Union Directive, which says that 80% of meters should be replaced by electronic ones until 2020, one can expect a significant increase in the volume of data stored by Distribution System Operators (OSD). In connection with the above, one should consider whether or not to compress registered electrical power load profiles. The article discusses the topic of compression of electric power load profiles using the DCT and K-SVD (NN-K-SVD) methods.

PL

Wymiana klasycznych indukcyjnych liczników energii elektrycznej na liczniki elektroniczne (np. typu Smart), umożliwia zdalny odczyt profili obciążeń odbiorców. Uwzględniając dyrektywę Unii Europejskiej, która mówi o konieczności wymiany 80% liczników na elektroniczne do roku 2020, można się spodziewać znacznego zwiększenia wolumenu danych przechowywanych przez Operatorów Systemu Dystrybucyjnego (OSD). W związku z powyższym należy zastanowić się czy nie należy kompresować zarejestrowanych profili obciążeń elektroenergetycznych. W artykule poruszono temat kompresji profili obciążeń elektroenergetycznych z wykorzystaniem metody DCT oraz K-SVD (NN-K-SVD).

Słowa kluczowe

EN

power load profiles; compression; DCT; K-SVD; NN-K-SVD

PL

profile obciążeń elektroenergetycznych; kompresja; DCT; K-SVD

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2018
• Tom: Nr 1
• Strony: 87--92
• Opis fizyczny: Bibliogr. 14 poz., fig., tab.

Twórcy

autor

Drechny M.

• Institute of Electrical Engineering, UTP University of Science and Technology

Bibliografia

• [1] DIRECTIVE 2009/72/EC OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 13 July 2009 concerning common rules for the internal market in electricity and repealing Directive 2003/54/EC.
• [2] Cieślik S.: Energy losses in the LV power network with prosumer microinstallations. Energy Market 2017, no. 3.
• [3] Urząd Regulacji Energetyki – Charakterystyka rynku energii elektrycznej - https://www.ure.gov.pl/pl/rynki-energii/energia-elektryczna/charakterystyka-rynku/6543,2015.html (14.01.2018 r.).
• [4] Kiedrowski P.: High reliable, low cost PLC transmission over 3-phase LV network using single phase modem. Energy Market 2016, no. 1, pp. 116-119.
• [5] Zhou J., Hu R. Q., Qian Y.: Scalable Distributed Communication Architectures to Support Advanced Metering Infrastructure in Smart Grid, IEEE Transactions on Parallel and Distributed Systems 2012, vol. 23, issue: 9, pp. 1632-1642.
• [6] Gungor V. C., Sahin D., Kocak T., Ergut S., Buccella C., Cecati C., Hancke G. P.: Smart Grid Technologies: Communication Technologies and Standards. IEEE Transactions on Industrial Informatics 2011, vol. 7, issue: 4, pp. 529-539.
• [7] Morello R., Mukhopadhyay S. C., Liu Z., Slomovitz D., Samantaray S. R.: Advances on Sensing Technologies for Smart Cities and Power Grids: A Review. IEEE Sensors Journal 2017, vol. 17, issue: 23, pp. 7596-7610.
• [8] Stacchini de Souza J. C., Assis T. M. L., Pal B. Ch.: Data Compression In Smart Distribution Systems via Singular Value Decoposition, IEEE Transaction on Smart Grid 2017, vol. 8, no. 1, pp. 275-284.
• [9] Tcheou M. P., Lovisolo L., Ribeiro M. V., da Silva E. A. B., Rodrigues M. A. M., Romano J. M. T., Diniz P. S. R.: The Compression of Electric Signal Waveforms for Smart Grids: Stateof the Art and Future Trends, IEEE Transaction on Smart Grid 2014, vol. 5, no. 1, pp. 291-302.
• [10] Pogribny W., DrechnyM.: Delta Modulation in Discrete Cosine Transform. Proceedings of IEEE International Symposium on Intelligent Signal Processing 2003, pp. 55-59.
• [11] Aharon M., Elad M., Buckstein A. M.: K-SVD and its Non-Negative Variant for Dictionary Design. Proceedings SPIE-The Int. Soc. Optic. Eng. 2005, vol. 5914, pp. 327-339.
• [12] Ramos S., Duarte J. M. M., Soares J., Vale Z., Duarte F. J.: Typical load profiles in the smart grid context — A clustering methods comparison, 2012. Proceedings of IEEE Power and Energy Society General Meeting, pp. 1-8.
• [13] Wang Y., Chen Q., Kang Ch., Xia Q., Luo M.: Sparse and Redundant Representation-Based Smart Meter Data Compression and Patern Extraction. IEEE Transaction on Power Systems 2017, vol. 32, no. 3, pp. 2142-2151.
• [14] Kolasa M., Długosz R., TalaśkaT., PedryczW.: Efficient methods of initializing neuron weights in self-organizing networks implemented in hardware. Applied Mathematics and Computation. 2018, vol. 319, pp. 31-47.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).