電力自動化設備投稿模板(編輯修改稿)
2025-08-30 05:44 本頁面
【文章內(nèi)容簡介】 一特征值的多個信息，利用它可以極大地提高系統(tǒng)的容錯能力、減少系統(tǒng)的不確定性，從而提高決策結果的精度；互補信息提供的是對同一對象的不同側(cè)面的描述，提高了系統(tǒng)描述的完整性和正確性，減少由于某些數(shù)據(jù)的異常導致的錯誤判決。運用多傳感器數(shù)據(jù)融合技術把這兩種信息結合將會得到更精準完善的信息。信息融合技術是一種信息處理技術，其重點是通過多傳感器對同一目標完成測量以取得多源信息，并將多源信息進行協(xié)同處理以達到更精準完善地認識目標的目的[14]?；谛畔⑷诤系募訖鄶?shù)據(jù)融合故障定位算法利用該技術，充分運用了多個傳感器，這些傳感器在時間以及空間上均不相同，然后通過計算機技術按時間序列得到每個傳感器采集的信息，按照一定準則進行分析計算，最終得到更加精準可靠的定位結果。多傳感器數(shù)據(jù)融合示意圖如圖1所示。較之于單傳感器系統(tǒng)，其優(yōu)點具體如下：圖1 多傳感器信息結構圖Figure 1 Multi sensor information structure單傳感器能夠檢測范圍較小，信息單一，無法全面提取目標特性，通常由于自身和傳輸通道所出現(xiàn)異?；蛘吖收暇涂赡苁沟貌杉瘮?shù)據(jù)丟失，甚至導致系統(tǒng)癱瘓；多傳感器系統(tǒng)能夠大幅開拓監(jiān)測范圍，利用多了個傳感器信息，使得時間的不確定性大大減少，提升了系統(tǒng)的生存能力。除此之外，多傳感器系統(tǒng)還能夠加強系統(tǒng)的魯棒性以及信息的可靠性[1516]。2 加權數(shù)據(jù)融合算法圖2為加權數(shù)據(jù)融合算法的示意圖，本章所應用的加權數(shù)據(jù)融合算法的核心是：在使總的均方誤差最小的前提下，通過分析每個傳感器采集到的測量值計算出每個傳感器所相對應加權因子，來得到最優(yōu)的融合估計值結果[17]。圖2 加權數(shù)據(jù)融合算法示意圖Figure 2 Schematic diagram of the weighted data fusion algorithm以兩個傳感器為例，兩個傳感器測量同一個常量，測量結果為： （21） 其中，表示測量過程中的隨機誤差，并且，是測量常量的真實值，測量過程中，兩個傳感器所測量的結果，是相互獨立的。假設待測常量的測量值和估計值存在線性關系，并且認為是x0的無偏估計，則： （22）其中，表示兩個傳感器測量值的權值。
黨政相關相關推薦
鄂ICP備17016276號-1