【技术实现步骤摘要】
本申请涉及温度控制调节相关，具体涉及高稳定性发电机用fbg式温度传感器的误差补偿方法。
技术介绍
1、随着现代工业对发电机稳定性要求的不断提高，温度监测作为保障发电机安全运行的重要一环，其准确性和可靠性显得尤为重要，fbg式温度传感器作为一种新型的光纤传感器，以其高灵敏度、高分辨率和抗干扰能力强等优点，在发电机温度监测领域得到了广泛应用，然而在实际应用中，由于不同测量环境中各种因素的影响，例如，fbg式温度传感器在测量温度时，可能受到应力、应变等物理量的影响，光纤的折射率、热膨胀系数等参数随温度变化而发生变化以及电磁干扰、振动等环境因素，导致温度测量值出现偏差，无法满足高稳定性发电机温度监测的要求，同时由于热源不均匀，已有的温度误差补偿是基于所有的温度传感器，进行温度误差补偿时耗能较大。
2、因此，现阶段发电机用fbg式温度传感器相关技术中，存在由于复杂测量环境影响，导致温度传感器的测量精度和可靠性较差，使得温度补偿耗能较大的技术问题。
技术实现思路
1、本申请通过提供高稳定性发电机用fbg式温度传感器的误差补偿方法，采用构建热源预测模型、构建误差补偿模型等技术手段，解决了现有发电机用fbg式温度传感器由于复杂测量环境影响，导致温度传感器的测量精度和可靠性较差，使得温度补偿耗能较大的技术问题，实现低耗能地对温度测量值的修正补偿，达到了提高传感器测量温度的精度和可靠性的技术效果。
2、本申请提供高稳定性发电机用fbg式温度传感器的误差补偿方法，所述方法包括：对
3、在可能的实现方式中，所述构建热源预测模型，执行以下处理：采集所述目标发电机在各个不同工况样本下的运行样本数据集，以及与所述运行样本数据集对应的温度样本数据集；建立三维空间坐标系对所述温度样本数据集进行热源分析，输出所述运行样本数据集下的热源空间区域样本；建立所述运行样本数据集与所述热源空间区域样本的映射关系，对全连接神经网络进行训练，生成所述热源预测模型。
4、在可能的实现方式中，根据所述热源预测模型对所述实时运行数据集进行热源预测，获取标识热源空间区域，执行以下处理：根据所述热源预测模型对所述实时运行数据集进行热源预测，获取预测热源空间区域；对所述预测热源空间区域进行参数提取，获取热源扩散半径、热源热力等级以及热源持续时长；根据所述热源扩散半径、所述热源热力等级以及所述热源持续时长进行计算，输出热源能量指标；获取所述预测热源空间区域中热源能量指标大于预设热源能量指标的空间区域，输出为标识热源空间区域。
5、在可能的实现方式中，根据所述标识热源空间区域对所述fbg式温度传感空间网络进行重合分析，还执行以下处理：获取所述fbg式温度传感空间网络，其中，所述fbg式温度传感空间网络基于所述三维空间坐标系构建；对所述标识热源空间区域与所述fbg式温度传感空间网络进行重合分析，输出多个内-重合fbg式温度传感器；设定重合近邻步长，按照所述重合近邻步长输出多个边缘-重合fbg式温度传感器；根据所述内-重合fbg式温度传感器，以及所述多个边缘-重合fbg式温度传感器，输出多个重合fbg式温度传感器。
6、在可能的实现方式中，所述设定重合近邻步长，还执行以下处理：基于所述三维空间坐标系，获取所述标识热源空间区域与所述fbg式温度传感空间网络的边缘坐标集；根据所述边缘坐标集，获取近邻温度传感器集合；记录所述边缘坐标集一一对应的温度数据，根据所述温度数据的大小设定所述重合近邻步长的大小。
7、在可能的实现方式中，根据所述温度数据的大小设定所述重合近邻步长的大小，还执行以下处理：设置阶梯温度级和阶梯步长级，其中，所述阶梯温度级和阶梯步长级一一对应，每个阶梯温度对应一个预设的阶梯步长；根据阶梯温度级对所述温度数据的大小进行判断，确定所属阶梯，根据所述所属阶梯输出对应的重合近邻步长。
8、在可能的实现方式中，将所述多个温度传感数据和实时环境传感数据输入温度误差补偿模型中，输出温度补偿策略，还执行以下处理：根据所述实时环境传感数据，建立环境影响误差因子；所述温度误差补偿模型对所述多个温度传感数据进行拟合，获取初始温度补偿策略；按照所述环境影响误差因子对所述初始温度补偿策略进行反馈优化，输出温度补偿策略。
9、在可能的实现方式中，所述多个温度传感数据和实时环境传感数据输入温度误差补偿模型之前，还执行以下处理：基于移动平均滤波对所述多个温度传感数据进行处理，得到多个温度平滑数据；基于移动平均滤波对所述实时环境传感数据进行处理，得到实时环境平滑数据；将所述多个温度平滑数据和所述实时环境平滑数据输入所述温度误差补偿模型。
10、拟通过本申请提出的高稳定性发电机用fbg式温度传感器的误差补偿方法，对目标发电机进行区域标识，输出标识传感区域；在所述标识传感区域上设置fbg式温度传感器，以每个fbg式温度传感器作为网络节点，构建fbg式温度传感空间网络；实时采集所述目标发电机的实时运行数据集；构建热源预测模型，根据所述热源预测模型对所述实时运行数据集进行热源预测，获取标识热源空间区域；根据所述标识热源空间区域对所述fbg式温度传感空间网络进行重合分析，输出多个重合fbg式温度传感器，并采集所述多个重合fbg式温度传感器对应的多个温度传感数据；将所述多个温度传感数据和实时环境传感数据输入温度误差补偿模型中，输出温度补偿策略，以所述温度补偿策略对所述目标发电机进行温度补偿。解决了现有发电机用fbg式温度传感器由于复杂测量环境影响，导致温度传感器的测量精度和可靠性较差，使得温度补偿耗能较大的技术问题，实现低耗能地对温度测量值的修正补偿，达到了提高传感器测量温度的精度和可靠性的技术效果。
本文档来自技高网...【技术保护点】
1.高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，所述方法包括：
2.如权利要求1所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，构建热源预测模型，包括：
3.如权利要求1所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，根据所述热源预测模型对所述实时运行数据集进行热源预测，获取标识热源空间区域，方法包括：
4.如权利要求2所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，根据所述标识热源空间区域对所述FBG式温度传感空间网络进行重合分析，方法包括：
5.如权利要求4所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，所述设定重合近邻步长，方法还包括：
6.如权利要求5所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，根据所述温度数据的大小设定所述重合近邻步长的大小，包括：
7.如权利要求1所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，将所述多个温度传感数据和实时环境传感数据输入温度
8.如权利要求7所述的高稳定性发电机用FBG式温度传感器的误差补偿方法，其特征在于，所述多个温度传感数据和实时环境传感数据输入温度误差补偿模型之前，方法还包括：
...【技术特征摘要】
1.高稳定性发电机用fbg式温度传感器的误差补偿方法，其特征在于，所述方法包括：
2.如权利要求1所述的高稳定性发电机用fbg式温度传感器的误差补偿方法，其特征在于，构建热源预测模型，包括：
3.如权利要求1所述的高稳定性发电机用fbg式温度传感器的误差补偿方法，其特征在于，根据所述热源预测模型对所述实时运行数据集进行热源预测，获取标识热源空间区域，方法包括：
4.如权利要求2所述的高稳定性发电机用fbg式温度传感器的误差补偿方法，其特征在于，根据所述标识热源空间区域对所述fbg式温度传感空间网络进行重合分析，方法包括：
5.如权利要求4所述的高稳定性...
【专利技术属性】
技术研发人员：莫理，张龙浩，胡道平，周锡波，姚明亮，梁宇柔，张树保，付恩狄，屈炳钊，刘代国，
申请(专利权)人：中能拾贝广州科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。