一种基于同步的同质传感器融合处理方法

摘要

一种基于同步的同质传感器融合处理方法，处理器以T秒为采样周期，同质传感器定时对被测信号进行采样和量化并获得关于时间的数据序列，将采样数据按周期进行截取，获得m个周期序列为：，每个周期样本中包含了N个数据点，即，其中。从每个周期序列各时刻点中抽取一个点值组成单一传感器多次测量的一维数据序列，构造周期数据序列，即，每组一维数据序列中包括了m个数据点，即。对得到的数据样本进行基于极大似然估计和最小二乘法估计的优化组合预处理，用于指导电力系统周期采样。本发明将不同类传感器进行无差别融合，得到等周期数据样本，以消减不同传感器差异和信号采集过程的随机误差，该方法适用于电力系统数据预处理，改善数据质量。

主权项

一种基于同步的同质传感器融合处理方法，其特征在于，所述方法包括以下步骤：步骤一：中央处理器以T秒为采样周期，同质传感器定时对系统被测信号进行采样和量化，并得到相同采样频率下的数据样本X(N)；步骤二：将采样数据按周期进行截取，获得m个周期序列为：Y₁(t),Y₂(t),…Y_m(t)，每个周期样本中包含了N个数据点，即Y_i＝[X_i(1),X_i(2),…X_i(N)]，其中i＝1,2,…,m；步骤三：构造按周期同步构建的周期数据序列，即Y₁′(t),Y₂′(t),…Y_N′(t)，每组一维数据序列中包括了m个数据点，即Y_i′＝[X₁(1),X₂(2),…X_m(N)]；步骤四：对数据样本Y_i'进行基于极大似然估计和最小二乘法估计的优化组合预处理。