引言
智能变电站中的智能一次设备和二次设备采用IEC61850规定的过程层的SV(Sample Value)和GOOSE(Generic Object Oriented Substation Event)进行通信，用于传输模拟量采样、开关量数据以及变电站的重要事件，过程层报文的存储与记录对于分析电力系统事件、掌握负荷动态情况、监测重要电气元件状态非常重要[1]。
智能变电站的过程层SV网络报文具有高周期性[2]，数据周期从1.2 kHz到10 kHz不等，过程层网络可以是点对点模式，也可以是组网模式[3]。这一特点造成变电站的网络报文的数据量相当可观，以一个典型总线流量200 Mb/s的电力过程层网络为例，其单日总数据量可以达到2 000 GB[4]。
这一数据量对变电站的故障录波器、网络分析仪、数据存储器等设备而言是巨大存储压力。如果没有合适的压缩技术，变电站的过程层报文会消耗大量的存储资源，导致设备成本以及运维成本的上升。
哈夫曼编码压缩方法是一种通用而有效的无损压缩方法，在各个专业领域中有着重要的作用[5]。它通过对数据字段进行频数频率统计，采用给予“高频字段短编码、低频字段长编码”的方法来进行数据压缩[6]，以期逼近信息熵的下极限。该方法在电力系统领域中有着重要的应用场景[7]。
常规的哈夫曼压缩方法需要缓存数据、频率统计排序、构造哈夫曼树与产生字典、压缩编码输出这四大步骤，其中，构造哈夫曼树需要比较复杂的操作，会造成压缩计算的延时过大，影响压缩的整体带宽效率，成为系统的性能瓶颈[8]。
现场可编程门阵列器件(FPGA)常用于各种算法的实现与加速。目前基于FPGA实现的哈夫曼已有多种实现[9]，也有学者提出特殊领域的优化方法[10-11]。这些基于通用的实现在普通场合可以达到良好的效果，但是针对智能变电站过程层网络应用场景，算法还有可以优化的空间。
本文提出一种基于字符频率特征差的改进哈夫曼压缩方法，该方法以过程层报文字符的频率统计特征为依据，决定是否复用前序报文生产的压缩字典，避免了重复生产字典的操作，有效地降低压缩计算的延时，提升压缩系统的带宽性能。
本文基于上述的改进算法，提出一种使用FPGA实现该算法的系统，该系统利用FPGA的高计算密度的特点，使用并行化以及流水线的技术，利用M-N分组选择网络、大规模除法算术运算阵列[12]等技术高效地实现压缩算法。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000007048
作者信息：
徐征宇，王峰，李彦
（南京南瑞继保电气有限公司，江苏 南京 211102）
