[发明专利]用于输电线路微风振动传感器的标定平台及标定方法有效

专利信息
申请号: 201410508725.1 申请日: 2014-09-28
公开(公告)号: CN104266741B 公开(公告)日: 2017-10-03
发明(设计)人: 赵隆;黄新波;朱永灿 申请(专利权)人: 西安工程大学
主分类号: G01H9/00 分类号: G01H9/00
代理公司: 西安弘理专利事务所61214 代理人: 罗笛
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 输电 线路 微风 振动 传感器 标定 平台 方法
【权利要求书】:

1.对输电线路微风振动传感器进行标定的方法,其特征在于,利用了一种对输电线微风传感器进行标定的标定平台,

所述的标定平台包括了信号发生器(9),功率放大器(10),激振器(11)和激光测距仪(12),所述的信号发生器与功率放大器和激振器依次连接,所述的激振器(11)和激光测距仪(12)都与输电线微风传感器上的悬臂梁位移计(3-1)连接;

具体按照以下步骤实施:

步骤1:标定准备,

步骤1.1,将输电线路微风振动传感器安装在标定平台中,在安装时,将悬臂梁式位移计(3-1)的一端固定,另一端与激振器(11)接触,

步骤1.2,采集样本数据,标定开始,通过功率放大器(10)和信号源控制激振器(11)的振动幅度和振动频率,悬臂梁式位移计与激振器相接触的一端随激振器(11)振动发生弯曲形变,然后形变量经过输电线路微风振动传感器中的CPU(2-1)进行处理得到的激振器频率f和激振器幅值a两个量,构成样本数据;

步骤2:BP神经网络构建:

根据BP神经网络的构建原理,建立3层BP神经网络,包括一个输入层一个隐含层以及一个输出层,输入层为激振器频率f和激振器幅值a,输出层为传感器输出的幅值A;

步骤3:BP神经网络训练,

步骤3.1,BP神经网络的初始化:将步骤1中得到的样本数据作为神经网络的训练数据,并对训练数据进行归一化处理;

步骤3.2,BP神经网络训练,开始进行BP神经网络训练,当网络预 测输出O和期望输出A之间的误差ek达到设定值时训练结束;

其中,步骤3.1中的进行数据归一化处理的方法如下:

其中,步骤3.2中所述误差是指网络预测输出O和期望输出A之间误差,

即:ek=Ak-Ok ,k=1,2,…,m

在上述公式中,

f为激振器频率,fmax表示激振器频率的最大值,fmin表示激振器频率的最小值,fk表示激振器第k个频率值;

a表示激振器幅值,ak表示激振器第k个幅值;amin表示激振器幅值的最小值;amax表示激振器幅值的最大值;

A表示传感器输出的幅值,Ak表示传感器输出的第k个幅值;Amin表示传感器输出的幅值的最小值;Amax表示传感器输出的幅值的最大值;

O表示神经网络预测输出值,Ok表示神经网络预测输出的第k个值;e-网络预测输出O和期望输出A之间的误差,

ek表示网络预测输出Ok和期望输出Ak之间的误差;

步骤4,BP神经网络矫正,输入新的采集数据,经过BP神经网络后得到新的输出值,验证标定的准确性,当新的输出值综合误差小于10%时,标定成功,否则转步骤1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410508725.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top