电气测量中的多传感器信息融合技术

电气测量中的多传感器信息融合技术

黄佳丽周俊涛

360602198704160525 360121199201280097

摘要：如今，许多电器的测量精度有限，受传感器故障、噪音、电磁波等的影响，很难正确估计电信号。另外，对于传感器的静音未知干扰非常强。同时，这种干扰可能是由传感器故障或随机电磁干扰引起的。因此，在电气测量中，需要使用传感器进行故障排除、系统状态的决定、系统的分析、动作参数的优化，为有效的控制提供技术保证。同时电气设备测量的精度是有一定限度的，同时，在这一过程中也可能会出现比较明显的故障，在运行的过程中还可能会受到很多其他因素的影响，所以电信号估计的精确性也受到了非常大的影响。基于此，本文主要分析了电气测量中的多传感器信息融合技术。

关键词：电气测量；多传感器；信息融合技术

引言：在电气控制系统运行的过程中，故障检测和判断工作是确保系统安全平稳运行的一个非常关键的条件。所以，对被检测信号观测，提取和状态估计的精确程度直接影响到了故障判断的质量和水平。在很多时候，因为受到了外界诸多因素出的影响，一些传感器可能在运行的过程中产生精度上的下降，甚至还可能会出现较为严重的故障现象，甚至还可能会对设备造成非常严重的损害。所以采用多传感器信息融合技术就有了一定的实际意义，它能够十分有效的减少这些问题所带来的危害。

1 电气测量中的多传感器信息融合技术重要性

在电气控制系统中，故障检测与诊断是确保系统安全可靠运行的重要环节之一。因此，检测信号观察，提取和状态估计的准确性直接关系到故障诊断的准确性。在大多数情况下，由于电磁波，噪声和外部环境的干扰，以及传感器自身性能等因素的影响，某些传感器可能会产生较大的测量误差甚至发生故障，从而导致控制系统误操作甚至损坏，严重情况下会影响设备正常的安装。因此，基于多传感器组合的信号测量系统的研究不仅可以避免上述问题，而且可以大大提高信号状态估计的准确性和可靠性。多传感器信息融合就是合理充分的对时间与空间维度上的传感器信息资源加以充分的利用，同时在这一过程中还要使用计算机技术对安装包时间顺序所获得的信息资源在特定的要求之下进行分析处理和支配使用，这样就可以获得对被测对象相同的一致性的解释和描述，从而也就可以更加顺利的完成所有的任务，从而使得系统各个部分的性能都得到十分明显的优化。因此，在实际应用中，同一目标的多传感器观测和测量通常以不同的比例或分辨率级别进行。因此，为了使这些传感器协同工作，有必要融合具有不同采样率的多传感器系统的信息。

2多传感器信息融合的原理及方法

2．1基本原理与定义

多传感器它能够在这一过程中对若干个传感器资源进行利用，将多个传感器在时间和空间维度上进行信息的互补，同时，其还能够按照某种特定的原则来对其进行重新的组合，这样就可以获得被测对象的详细描述，此外，在描述的过程中还能充分的保证信息的可靠性和一致性。同时，也无法非常充分的对更多的信息资源加以合理的利用。而多传感器信息融合在应用的过程中可以获得更多的被测目标的相关信息。通常，信息融合就是合理充分的对时间与空间维度上的传感器信息资源加以充分的利用，同时在这一过程中还要使用计算机技术对安装包时间顺序所获得的信息资源在特定的要求之下进行分析处理和支配使用，这样就可以获得对被测对象相同的一致性的解释和描述，从而也就可以更加顺利的完成所有的任务，从而使得系统各个部分的性能都得到十分明显的优化。

2.2多传感器信息融合系统的组成

多传感器系统由传感器，局部小波预处理，信息融合和主滤波器组成。多个传感器安装在不同的位置，并在不同的时间间隔内设定收接受信号频率 传感器收集的信号分别通过小波平滑和细节预处理通过它们各自的局部滤波进行处理。高频噪声信号被滤除，根据不同的采样率将获得的信息划分为块。最后，通过卡尔曼滤波获得高精度的状态估计值^ x，用于提供故障检测信号。

2.3常用的信息融合的方法

2.3.1统计推理法

统计推理法是多传感器信息融合重要的方法之一，他主要的原理是根据自身系统计算，达到统计的效果，在根据统计的数据以及编号的内容进行运行，通常是几个传感器共同完成。统计推理法课作业真正实现系统的稳定进行，这种方法通常就是在计算的基础上给出一个定值条件下测量值的概率，这样就可以统计判断应该能够成立的假设，但是它只能对两个传感器以推断，同时还要首先完成样本分布检验工作。

2.3.2 Bayes推理方法

当测量值的出现，假设的函数也会在这一过程中经常性的更新，在这一过程中可以对很多问题和相关的假设进行有效的处理，但是，这种方法在应用的过程中还是先需要对分布进行就检验，此外还无法对总的非确定性加以分配。

2.3.3Dempster—Shafter方法

从特定的观点来看，这是贝斯理论的发展和扩展，使用概率区间和不确定区间，取得在更多证据条件下假定的似然函数，然后判断所作的假设。这不是分配以前未知的命题的概率，而是作为无用的命题来处理。只有在能出现证明这个命题的证据的情况下才能将概率分配给它，这也能有效减少进程错误。

2.3.4 模糊集合方法

在广义的角度上来说就是指集合当中所有的隶属关系，同时在这一过程中还要对模糊集合以及其他的元素提供一个集合代数的算法，这样就可以将这一算法应用在不确定事件的分析工作中去。

2.3.55估值理论方法

这种方法可以准确的得到噪声条件下的最佳状态估值，这种方法比较适合使用在对目标对象的定位和跟踪以及测向等领域当中。

3 多传感器融合技术在电气测量中的应用

采用多传感器融合滤波的效果要比传统的单传感器更好，滤波的方差明显减小，如果在这一过程中可以采用小波预处理技术，其效果将更加的显著，多个传感器融合滤波之后的曲线和实际值的近似度更高，所以也取得了良好的滤波效果。多传感器信息融合技术在应用的过程中还能在传感器故障引起了观测信号出现了一定变化的情况下还可以非常准确的反映出实际的负载信号值，这样就可以非常好的抵御下扰信号对其产生的不利影响。

4 结语

电气控制系统运行的过程中，故障检测和判断工作是确保系统安全平稳运行的一个非常关键的条件。所以，对被检测信号观测，提取和状态估计的精确程度直接影响到了故障判断的质量和水平。在很多时候，因为受到了外界诸多因素出的影响，一些传感器可能在运行的过程中产生精度上的下降，甚至还可能会出现较为严重的故障现象，甚至还可能会对设备造成非常严重的损害。所以采用多传感器信息融合技术就有了一定的实际意义，它能够十分有效的减少这些问题所带来的危害。在本文当中主要对多传感器融合技术的理论进行了分析，同时还对这一技术在电气测量当中的应用效果进行了分析，在分析和研究当中我们也发现这项技术可以使得设备监测信号的精确度和可靠性都有了非常显著的改善，因此该技术在电气测量当中也具有良好的发展前景。

参考文献：

[1]荆世宏，王柄东，雷振中，孙凌玉.多传感器监测与信息融合技术在矿用电气设备中的应用[J].内蒙古煤炭经济，2018(01):32-33.

[2]肖楠.电气测量中的多传感器信息融合技术[J].今日科苑，2015(10):103.