【技术实现步骤摘要】
本专利技术属于传感器校准，具体来说，涉及一种基于真值回归的温度传感器校准方法。
技术介绍
1、大部分中央空调冷源系统中,温度传感器数量占比较大，其运行可靠性对保证冷源安全与节能运行至关重要。由于冷源系统工作环境恶劣，可能引起温度传感器出现探头表面结垢，元器件老化，性能漂移等多种类型不同程度的故障，这些故障将会影响温度测量数据，从而影响冷源系统控制效果，导致系统能耗增加，室内热舒适性或运行可靠性降低等问题。偏差故障是冷源系统温度传感器故障的最主要故障类型之一，严重影响系统的实际运行效率，如冷冻回水温度传感器产生负偏差时，会直接导致冷水机组蒸发温度下降，不仅会增加机组能耗，还可能造成机组性能恶化。
2、实际应用中，传感器难以做到定期校准，随时间推移，元器件老化容易造成偏差故障的产生，对偏差故障进行校准是冷源系统节能可靠运行的前提。然而，不管是传统的物理校准方法还是目前广泛使用的基于机器学习算法的传感器自校准方法，都存在一定的局限性：(1)物理校准方法耗时费力，且会中断系统正常运行，移除和安装均有困难；(2)基于机器学习算法的自校准方法或需要精确的数学模型，或高度依赖于不同类型传感器采集的数据。这些问题使得温度传感器的校准在实际应用中成为挑战和困难。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种基于真值回归的温度传感器校准方法，实现温度传感器的校准，高效且可靠。
2、为解决上述技术问题，本专利技术实施例采用如下技术方案：
3、本专利技术实施
4、步骤10，根据温度一致性逻辑关联关系，构建温度不一致度目标函数；
5、步骤20，为每个温度传感器构建修正函数；
6、步骤30，收集预设时间段内所有温度传感器的历史测量数据，建立稳态测量数据集；
7、步骤40，基于稳态测量数据集，将温度不一致度目标函数作为优化目标，优化各温度传感器的修正函数，直至达到优化截止条件后停止优化，得到优化后的修正函数；
8、步骤50，将优化后的各温度传感器的修正函数输出的温度修正值作为校准后的温度数据。
9、作为本专利技术实施例的进一步改进，所述温度一致性逻辑关联关系是指管路流体充分发展且稳态情况下，同一管路中所有位置的流体温度均相等，或\和主管路中流体温度与所有支管路中流体温度均相等，或\和所有支管路中流体温度均相等。
10、作为本专利技术实施例的进一步改进，所述温度不一致度目标函数为式(1)：
11、
12、式中，ut′表示温度不一致度值，ti表示第i个温度传感器的温度测量值，表示所有温度传感器的温度修正值的平均值，n表示温度传感器的总数。
13、作为本专利技术实施例的进一步改进，所述修正函数为式(2)：
14、ti′＝aiti+bi 式(2)
15、式中，ti′表示第i个温度传感器的温度修正值，ai表示第i个温度传感器的线性漂移修正参数，ti表示第i个温度传感器的温度测量值，bi表示第i个温度传感器的固定偏差修正参数。
16、作为本专利技术实施例的进一步改进，所述步骤40具体包括：
17、步骤401，利用温度不一致度目标函数计算稳态数据集中每个时刻测量值的温度不一致度值，从稳态测量数据集中筛选出典型测量数据；
18、步骤402，初始化各温度传感器的修正函数，基于典型测量数据，分别利用各温度传感器的修正函数，计算得到每个时刻的各温度传感器的温度修正值；利用温度不一致度目标函数，计算得到每个时刻温度修正值的温度不一致度值；
19、步骤403，将温度不一致度目标函数作为优化目标，优化各温度传感器的修正函数，直至达到优化截止条件后停止优化，得到优化后的修正函数。
20、作为本专利技术实施例的进一步改进，所述步骤401具体包括：
21、利用式(3)计算得到稳态测量数据集中每个时刻的所有温度测量值的测量不一致度值：
22、
23、式中，ut表示测量不一致度值，ti表示第i个温度传感器的温度测量值，表示所有温度传感器的温度测量值的平均值，n表示温度传感器的总数；
24、绘制不一致度直方图，根据直方图的分布形状确定分布模型，并拟合概率密度函数；
25、使用拟合的概率密度函数进行模拟抽样，计算数据的95％置信区间，从稳态测量数据集中筛选出落在95％置信区间内的数据，构成典型测量数据。
26、作为本专利技术实施例的进一步改进，所述步骤403中，将温度不一致度目标函数作为优化目标，采用梯度下降法迭代更新各温度传感器的修正函数的修正参数，得到优化后的修正函数。
27、作为本专利技术实施例的进一步改进，所述步骤403中，将温度不一致度目标函数作为优化目标，采用遗传算法迭代更新各温度传感器的修正函数的修正参数，得到优化后的修正函数。
28、作为本专利技术实施例的进一步改进，所述优化截止条件包括温度不一致度值小于等于预设阈值。
29、作为本专利技术实施例的进一步改进，所述预设阈值为0.05～0.1。
30、与现有技术相比，本专利技术的技术方案具有以下有益效果：
31、本专利技术实施例的基于真值回归的温度传感器校准方法，首先根据温度一致性逻辑关联关系，构建所有待校准温度传感器的温度不一致度目标函数；然后根据测量测量值与温度真值之间的偏差关系，建立各待校准温度传感器的修正函数；最后基于所有待校准温度传感器的测量数据，建立稳态测量数据集，将温度不一致度目标函数作为优化目标，优化各温度传感器的修正函数，得到优化后的修正函数；将优化后的各温度传感器的修正函数输出的温度修正值作为校准后的温度数据。从而实现温度传感器的校准，避免传感器故障对热力设备的故障诊断及运行优化策略造成影响。
本文档来自技高网...【技术保护点】
1.一种基于真值回归的温度传感器校准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述温度一致性逻辑关联关系是指管路流体充分发展且稳态情况下，同一管路中所有位置的流体温度均相等，或\和主管路中流体温度与所有支管路中流体温度均相等，或\和所有支管路中流体温度均相等。
3.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述温度不一致度目标函数为式(1)：
4.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述修正函数为式(2)：
5.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述步骤40具体包括：
6.根据权利要求5所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述步骤401具体包括：
7.根据权利要求5所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述步骤403中，将温度不一致度目标函数作为优化目标，采用梯度下降法迭代更新各温度传感器的修正函数的修正参数，
8.根据权利要求5所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述步骤403中，将温度不一致度目标函数作为优化目标，采用遗传算法迭代更新各温度传感器的修正函数的修正参数，得到优化后的修正函数。
9.根据权利要求5所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述优化截止条件包括温度不一致度值小于等于预设阈值。
10.根据权利要求9所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述预设阈值为0.05～0.1。
...【技术特征摘要】
1.一种基于真值回归的温度传感器校准方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述温度一致性逻辑关联关系是指管路流体充分发展且稳态情况下，同一管路中所有位置的流体温度均相等，或\和主管路中流体温度与所有支管路中流体温度均相等，或\和所有支管路中流体温度均相等。
3.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述温度不一致度目标函数为式(1)：
4.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述修正函数为式(2)：
5.根据权利要求1所述的一种基于真值回归的温度传感器校准方法，其特征在于，所述步骤40具体包括：
6.根据权利要求5所述的一种基于真值回归的温度传感...
【专利技术属性】
技术研发人员：颜承初，张锐，田茂宇，徐逸哲，
申请(专利权)人：南京工业大学，
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。