[发明专利]一种多传感器数据融合技术的风速测量方法

说明书

技术领域

本发明涉及一种风速测量方法，特别是涉及一种多传感器数据融合技术的风速测量方法。

背景技术

多传感器数据融合技术是近几年来发展起来的一门实践性较强的应用技术，是多学科交叉的新技术，涉及到信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论。

数据融合将充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。

多传感器数据融合技术的基本原理就像人脑综合处理信息一样，充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述。

多传感器数据融合是一个新兴的研究领域，是针对一个系统使用多种传感器这一特定问题而展开的一种关于数据处理的研究。利用多传感器数据融合技术对风速进行估计，可以提高了风速测量的准确性。

发明内容

本发明的目的在于提供一种多传感器数据融合技术的风速测量方法，该方法通过采用凸组合融合结构进行多传感器数据融合技术的风速测量，通过理论分析、实例论证、仿真验证的方式论证基于有偏估计多传感器数据融合风速测量方法，提高风速监测数据准确性，使风速估计的准确性得到进一步提高。

本发明的目的是通过以下技术方案实现的：

一种多传感器数据融合技术的风速测量方法，本方法选取有偏估计多传感器数据融合，通过引入较小的偏差改善了融合结果的偏离程度，提高测量结果的准确性和重复性；

所述方法包括以下步骤：

步骤1：综合考虑方差和偏差对测量可靠性的影响，运用岭估计改善最小二乘估计方差的有偏估计方法预测风速的变化趋势；

步骤2：采用凸组合融合结构，研究多个相同传感器测量同一单变量未知参数的有偏估计数据融合方法评估其预测可靠性，同时修正预测风速估计值。

所述的一种多传感器数据融合技术的风速测量方法，所述步骤1综合考虑方差和偏差对测量可靠性的影响，运用岭估计改善最小二乘估计方差的有偏估计方法预测风速的变化趋势；

假设传感器测量模型为式（1），输入噪声w满足相同高斯分布，且与待测未知矢量x不相关，即

和。

所述的一种多传感器数据融合技术的风速测量方法，所述步骤2基于有偏估计的数据融合方法；

采用凸组合融合结构，针对多个相同传感器测量同一单变量未知参数的有偏估计数据融合方法及其测量可靠性；令多传感器测量系统由N个传感器组成，并假设已经获得单传感器的有偏测量值，那么多传感器有偏估计数据融合表示为（18）；

凸组合系数满足（19）；

基于式（18）和式（19）分析多传感器有偏估计数据融合的方差和偏差，进而根据式（17）求解多传感器有偏测量可靠度。

本发明的优点与效果是：

本方法选取有偏估计多传感器数据融合，通过引入较小的偏差改善了融合结果的偏离程度，提高测量结果的准确性和重复性；

图1中可以看出，基于有偏估计多传感器数据融合风速测量方法可以较好地拟合被测风速机组自由流风速测量数据，有效提高了风速监测数据的准确性。

为了进一步定量分析上述方法提高风速监测数据准确性的效果，分别对多传感器数据融合风速测量方法前后风速数据相关性进行对比研究，如图2和图3所示。

图中可以看出，数据融合前机舱风速计与标准测风塔风速监测数据的相关性为0.729，利用有偏估计多传感器数据融合风速测量方法，融合风电场内16台风电机组机舱风速数据，所得到的数据融合风速与标准测风塔风速的相关性为0.8111，有效改善了尾流效应对风速监测数据准确性的影响。实验结果进一步证明了基于有偏估计多传感器数据融合风速测量方法，对提高风速监测数据准确性是行之有效的。

附图说明

图1 数据融合与标准测风塔风速拟合曲线图；

图2数据融合前风速监测数据的相关性；

图3数据融合后风速监测数据的相关性。

具体实施方式

下面结合附图所示实施例对本发明进行详细说明。