一種基于同步的同質(zhì)傳感器融合處理方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于同步的同質(zhì)傳感器融合處理方法，屬電力設(shè)備傳感器測(cè)量技 術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 傳統(tǒng)的用電設(shè)備能實(shí)時(shí)地感知電網(wǎng)的有效供電能力是有序用電的基礎(chǔ)，電網(wǎng)能 實(shí)時(shí)獲取用電設(shè)備用電真實(shí)狀態(tài)是智能電網(wǎng)的前提。傳統(tǒng)的供用電信息采集往往由單一的 傳感器來(lái)完成，即使采用多個(gè)（種）傳感器也多是分時(shí)使用，所以是從多個(gè)側(cè)面孤立地反映 電網(wǎng)的信息。隨著技術(shù)的進(jìn)步，這些測(cè)量數(shù)據(jù)需要融合處理，即指利用多個(gè)傳感器的輸出推 斷出一個(gè)有效的信息。
[0003] 電力系統(tǒng)所使用的傳感器受到生產(chǎn)廠家生產(chǎn)環(huán)境、采用技術(shù)的不同。不同廠家的 儀器甚至同一廠家的不同批次的儀器測(cè)得同一對(duì)象的某個(gè)生理數(shù)據(jù)都有差異，尤其在幅度 上差別明顯，因此對(duì)海量數(shù)據(jù)對(duì)比、自動(dòng)分析等造成困難。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是，針對(duì)電力設(shè)備傳感器采集信息存在的問(wèn)題，本發(fā)明公開(kāi)了一種 基于同步的同質(zhì)傳感器融合處理方法。
[0005] 實(shí)現(xiàn)本發(fā)明的技術(shù)方案是，一種基于同步的同質(zhì)傳感器融合處理方法，將電力系 統(tǒng)不同類傳感器進(jìn)行無(wú)差別融合，進(jìn)行優(yōu)化組合預(yù)處理，得到等周期數(shù)據(jù)樣本；以消減不同 傳感器差異和信號(hào)采集過(guò)程中的隨機(jī)誤差，改善數(shù)據(jù)質(zhì)量。
[0006] 本發(fā)明提供了一種基于同步的同質(zhì)傳感器融合處理方法，中央處理器以T秒為 采樣周期，同質(zhì)傳感器（傳感器觀測(cè)的是同一物理現(xiàn)象）定時(shí)對(duì)被測(cè)信號(hào)進(jìn)行采樣和量 化并獲得關(guān)于時(shí)間的數(shù)據(jù)序列X(N)，將采樣數(shù)據(jù)按周期進(jìn)行截取，獲得m個(gè)周期序列為： 1 (t)，Y2 (t)，…Yjt)，每個(gè)周期樣本中包含了N個(gè)數(shù)據(jù)點(diǎn)，SPY1=[Xi(1)，& (2)，···&(N)]， 其中i= 1，2, 一,Π!。從每個(gè)周期序列各時(shí)刻點(diǎn)中抽取一個(gè)點(diǎn)值組成單一傳感器多次測(cè)量 的一維數(shù)據(jù)序列，構(gòu)造按周期同步構(gòu)建的周期數(shù)據(jù)序列，即ti(t)，Y' 2(t)，…Y'N(t)， 每組一維數(shù)據(jù)序列中包括了m個(gè)數(shù)據(jù)點(diǎn)，S卩Υ' 1= [ΧΑΙ)，^^，…X"(N)]。對(duì)得到的數(shù) 據(jù)樣本tt進(jìn)行基于極大似然估計(jì)和最小二乘法估計(jì)的優(yōu)化組合預(yù)處理，用于指導(dǎo)電力系 統(tǒng)周期采樣數(shù)據(jù)指導(dǎo)。
[0007] -種基于同步的同質(zhì)傳感器融合處理方法，包括以下步驟：
[0008] 步驟一：中央處理器以T(秒）為采樣周期，同質(zhì)傳感器定時(shí)對(duì)系統(tǒng)被測(cè)信號(hào)進(jìn)行 采樣和量化，并得到相同采樣頻率下的數(shù)據(jù)樣本X(N);
[0009] 步驟二：將采樣數(shù)據(jù)按周期進(jìn)行截取，獲得m個(gè)周期序列為七⑴義⑴，… Yn(t)，每個(gè)周期樣本中包含了N個(gè)數(shù)據(jù)點(diǎn)，即Y1= ^⑴義⑵，…XJN)]，其中i= 1，2,…，m ;
[0010] 步驟三：構(gòu)造按周期同步構(gòu)建的周期數(shù)據(jù)序列，即Y'i(t)，Y' 2(t)，…Y'N(t)， 每組一維數(shù)據(jù)序列中包括了m個(gè)數(shù)據(jù)點(diǎn)，即Y' 1= [XidhAO)，…X"(N)];
[0011] 步驟四：對(duì)數(shù)據(jù)樣本tt進(jìn)行基于極大似然估計(jì)和最小二乘法估計(jì)的優(yōu)化組合 預(yù)處理。
[0012] 步驟一中，所述同質(zhì)傳感器定時(shí)對(duì)系統(tǒng)被測(cè)信號(hào)進(jìn)行采樣和量化的具體步驟為：
[0013] 所述中央處理器采樣周期為T(mén)(秒），包含在系統(tǒng)內(nèi)部的m個(gè)傳感器定時(shí)對(duì)系統(tǒng) 內(nèi)部的被測(cè)信號(hào)進(jìn)行采樣和量化，進(jìn)而得到相同采樣頻率下的數(shù)據(jù)樣本XJN)，其中i= 1，2, ···，!!!;所述m個(gè)傳感器可以不同時(shí)、不同位置，但是被檢測(cè)或采集信號(hào)的特征相同。
[0014] 步驟三中，所述構(gòu)造按周期同步構(gòu)建的周期數(shù)據(jù)序列的具體步驟為：
[0015] 將采集到的電力系統(tǒng)數(shù)據(jù)在按周期進(jìn)行截取后，將每個(gè)周期數(shù)據(jù)中各個(gè)時(shí)刻點(diǎn)數(shù) 據(jù)視為同步后的同一對(duì)象的多次測(cè)量結(jié)果，即各個(gè)周期對(duì)應(yīng)時(shí)刻點(diǎn)數(shù)據(jù)為一個(gè)樣本，多個(gè) 周期的數(shù)據(jù)中相對(duì)應(yīng)時(shí)刻的每個(gè)點(diǎn)值即構(gòu)成一個(gè)數(shù)據(jù)序列，從而可視為單一傳感器多次測(cè) 量的一維數(shù)據(jù)序列，即構(gòu)造了按周期同步構(gòu)建的周期數(shù)據(jù)序列，也即ti(t)，Y' 2(t)，~ Y'N(t)，每組一維數(shù)據(jù)序列中包括了m個(gè)數(shù)據(jù)點(diǎn)，即Y'fKlhX#)，…X"(N)]。
[0016] 步驟四中，所述對(duì)數(shù)據(jù)樣本Y' t進(jìn)行基于極大似然估計(jì)的優(yōu)化組合預(yù)處理的步驟 為：
[0017] (a)假設(shè)在給定的時(shí)刻，待測(cè)環(huán)境特征為X，傳感器的值為Y，則該傳感器的測(cè)量模 型為：Y=f(X)+V，其中，V是符合高斯分布的噪聲項(xiàng)；所謂數(shù)據(jù)融合就是由N個(gè)傳感器得到 測(cè)量值t、Y2、…、YN，并按某種估計(jì)準(zhǔn)則從這些測(cè)量值中得到特征參數(shù)X的最優(yōu)估計(jì)；
[0018] (b)尋找合適的準(zhǔn)則函數(shù)，即當(dāng)X被估計(jì)為X(Y)時(shí)所產(chǎn)生的損失最小的函數(shù)；取 損失函數(shù)為均勻損失：
[0019]
[0020] (c)在損失函數(shù)L的基礎(chǔ)上，定義相應(yīng)估計(jì)風(fēng)險(xiǎn)的函數(shù)R:
[0021]其中，p(x)、p(x|y)表示概率分 布；
[0022] (d)取風(fēng)險(xiǎn)最小為估計(jì)準(zhǔn)則，即
[0023]
(1)
[0024] 其中，3(·)為求導(dǎo)操作；可以得到符合式（1)的最優(yōu)估計(jì)（最大后驗(yàn)估計(jì)）為：
[0025] (e)在具有N個(gè)傳感器的系統(tǒng)中，相應(yīng)的信息融合可以看作是在觀測(cè)值YpY2、…、 ΥΝΤ，值X具有最大后驗(yàn)的估計(jì)為
[0026] (f)?。╝)中f(X)為X的線性函數(shù)，即Y1=AA+VpAi為權(quán)重系數(shù)，V為噪聲； p(Y|X)服從高斯噪聲分布，S卩（Y|X)~N(AAVJ，N( ·)表示高斯分布函數(shù)；X滿足高斯噪 聲分布，其中文為均值，vx為方差；
[0027] 采用"模糊先驗(yàn)"的概念，即對(duì)所有可能參數(shù)X均采用p(X) = 1，得到：
[0028]
(2.)
[0029] 其中，ρ(·)表示概率，Π(·)表示聯(lián)合分布律，此時(shí)最大后驗(yàn)估計(jì)即簡(jiǎn)化為極大 似然估計(jì)，相應(yīng)的融合計(jì)算公式為：
[0030] (3)
[0031] (4)
[0032] 其中，Vf為Χ|Υ分布的協(xié)方差，（·）τ表示矩陣轉(zhuǎn)置操作，（·）1表示求逆矩陣操 作；
[0033] 所述對(duì)數(shù)據(jù)樣本t'進(jìn)行基于最小二乘法估計(jì)的優(yōu)化組合預(yù)處理按以下列步驟進(jìn) 行：
[0034] 對(duì)最大似然估計(jì)信息融合的計(jì)算以后，再考慮最小二乘估計(jì)，相應(yīng)的融合計(jì)算公 式為：
[0035] C5)
[0036] (β}
[0037] 其中，F(xiàn)為參數(shù)估計(jì)值。
[0038] 本發(fā)明的有益效果是，本發(fā)明將不同類傳感器進(jìn)行無(wú)差別融合，進(jìn)行優(yōu)化組合預(yù) 處理，得到等周期數(shù)據(jù)樣本，以消減不同傳感器差異和信號(hào)采集過(guò)程中的隨機(jī)誤差，該方法 適用于電力系統(tǒng)數(shù)據(jù)預(yù)處理，改善數(shù)據(jù)質(zhì)量。
【附圖說(shuō)明】
[0039] 圖1是本發(fā)明實(shí)施例一種基于同步的同質(zhì)傳感器融合處理方法的流程圖。
【具體實(shí)施方式】
[0040] 本發(fā)明的【具體實(shí)施方式】如圖1所示。
[0041] 本實(shí)施例一種基于同步的同質(zhì)傳感器融合處理方法，其主要包括以下步驟：
[0042] 步驟A:中央處理器以Τ(秒）為采樣周期，同質(zhì)傳感器定時(shí)對(duì)系統(tǒng)被測(cè)信號(hào)進(jìn)行 采樣和量化，并得到相同采樣頻率下的數(shù)據(jù)樣本X(N);
[0043] 步驟B:將采樣數(shù)據(jù)按周期進(jìn)行截取，獲得m個(gè)周期序列為七⑴義⑴，…Yjt)， 每個(gè)周期樣本中包含了N個(gè)數(shù)據(jù)點(diǎn)，即Y1= [XjlhXA)，…XJN)]，其中i= 1，2，···，πι;
[0044] 步驟C:構(gòu)造按周期同步構(gòu)建的周期數(shù)據(jù)序列，即Y'i(t)，Y' 2(t)，…Y'N(t)， 每組一維數(shù)據(jù)序列中包括了m個(gè)數(shù)據(jù)點(diǎn)，即Y' 1= [XidhAO)，…X"(N)];
[0045] 步驟D:對(duì)數(shù)據(jù)樣本Y' t進(jìn)行基于極大似然估計(jì)和最小二乘法估計(jì)的優(yōu)化組合預(yù) 處理。
[0046] 本實(shí)施例所屬步驟A:中央處理器以T(秒）為采樣周期，同質(zhì)傳感器定時(shí)對(duì)系統(tǒng) 被測(cè)信號(hào)進(jìn)行采樣和量化，并得到相同采樣頻率下的數(shù)據(jù)樣本Χ(Ν)的具體步驟為：
[0047] 中央處理器采樣周期為Τ(秒），包含在系統(tǒng)內(nèi)部的m個(gè)傳感器（可以不同時(shí)、不同 位置，但是被檢測(cè)或采集信號(hào)的特征相同）定時(shí)對(duì)系統(tǒng)內(nèi)部的被測(cè)信號(hào)進(jìn)行采樣和量化， 進(jìn)而得到相同采樣頻率下的數(shù)據(jù)樣本XJN)，其中i= 1，2，···，πι。
[0048] 本實(shí)施例所屬步驟C :構(gòu)造按周期同步構(gòu)建的周期數(shù)據(jù)序列，即 Y'i(t)，Y' 2(t)，…Y'N(t)，每組一維數(shù)據(jù)序列中包括了m個(gè)數(shù)據(jù)點(diǎn)，即Y' 1 = [& (1)，X2 (2)，…X" (N)]的具體步驟為：
[0049] 將采集到的電力系統(tǒng)數(shù)據(jù)在按周期進(jìn)行截取后，將每個(gè)周期數(shù)據(jù)中各個(gè)時(shí)刻點(diǎn)數(shù) 據(jù)視為同步后的同一對(duì)象的多次測(cè)量結(jié)果，即各個(gè)周期對(duì)應(yīng)時(shí)刻點(diǎn)數(shù)據(jù)為一個(gè)樣本，多個(gè) 周期的數(shù)據(jù)中相對(duì)應(yīng)時(shí)刻的每個(gè)點(diǎn)值即構(gòu)成一個(gè)數(shù)據(jù)序列，從而可視為