随着广域测量系统在电力系统中广泛的应用,大量PMU同步采样实测数据产生,为了高效的对数据进行传输、存储和应用,本文通过深入研究PMU数据的特点,结合电力数据中电压、电流信号有明显的周期性的特点,提出坐标递减法、波形相差法和拆分压缩法对数据进行预处理,简化数据,达到高压缩比的效果。在数据预处理基础上,提出递归Huffman树算法进行压缩,通过对解压缩算法的改进,缩短了解压缩时间,提高压缩效率。本文主要内容包括以下几个方面:首先,分析了数据处理中常用预处理算法,对PMU同步采样数据进行研究,提出适合PMU数据的预处理算法。PMU同步采样数据以标准时间信号为基准,对电力系统的不同节点电压和电流进行同步采样,数据以波形呈现,周期规律强。借鉴增量调制技术的思路,对完整的一个周期内的数据,通过对相邻数据进行差分处理,提出坐标递减法;对周期之间的数据,通过相近波形数据的差分处理,提出波形相差法;依据PMU数据以十六进制保存的特点,在以上两种处理方法的基础上,提出拆分压缩的方法,减少数据的繁冗度,提高压缩效率。其次,研究了电力系统中常用的压缩算法。分析了有损、无损及两者相结合的压缩方法,结合PMU数据特点,重点分析了无损压缩算法中的Huffman算法,对传统Huffman解码效率做改进,提出递归Huffman树解码算法,该方法能在访问一个存储空间解码多个字符,减少了解码的时间,从而提高了解码效率。然后,编写实用程序。对数据的预处理和数据压缩的思路和流程做了详细的介绍,编写了具体的数据压缩程序。最后,对实际PMU同步采样数据形成的算例进行验证。通过对实测数据的预处理、压缩和解压实验,对所提出的数据预处理和递归Huffman树解码算法进行了验证。