本发明涉及风速矫正,特别是指一种基于风速传感器的风速矫正方法及系统。
背景技术:
1、在矿山领域,风速监测是确保安全的重要一环。准确测量风速对于预防矿井火灾、优化排风和通风系统的设计,以及保障工人的安全至关重要。通过实时监测矿井内外的风速情况,可以及时发现异常情况并采取必要的措施,如调整通风设备、疏散人员等,从而最大程度地减少事故风险。此外,精准的风速数据也对矿山工程的规划和建设起到至关重要的作用,有助于提高矿山的生产效率和工作环境质量。因此,开发出可靠、准确的风速监测系统对于保障矿山生产安全和工人健康具有重要意义。
2、现有技术中,传统的风速测量方法通常是批量处理的,从而难以进行实时监测,进而会影响测量结果。
技术实现思路
1、为了解决传统的风速测量方法通常是批量处理的,从而难以进行实时监测,进而会影响测量结果的技术问题,本发明实施例提供了一种基于风速传感器的风速矫正方法及系统。所述技术方案如下:
2、一方面,提供了一种基于风速传感器的风速矫正方法,该方法由风速矫正设备实现,该方法包括:
3、获取风速传感器测得的历史数据以及实时数据。
4、基于风速传感器测得的历史数据进行计算分析,获得风速误差范围以及矫正模型。
5、基于风速传感器测得的实时数据计算实时风速测量值。
6、将实时风速测量值与设定的风速阈值进行计算,获得实时风速误差。
7、判断实时风速误差是否位于风速误差范围之内。
8、若是,则继续进行风速传感器的风速监测。
9、若否,则将实时风速测量值输入至矫正模型中进行矫正,并将矫正后的实时风速测量值与设定的风速阈值进行计算,获得实时矫正风速误差。
10、判断实时矫正风速误差是否位于风速误差范围之内。
11、若是,则将矫正后的实时风速测量值输出。
12、若否,则将矫正后的实时风速测量值输入至矫正模型中进行再次矫正,直至实时矫正风速误差位于风速误差范围之内。
13、可选地,历史数据包括:历史电压信号数据以及历史电流信号数据;
14、实时数据包括:实时电压信号值以及实时电流信号值。
15、可选地,基于风速传感器测得的实时数据计算实时风速测量值,包括:
16、将风速传感器测得的实时电压信号值以及实时电流信号值,经模数转换器adc处理转化为实时电压数字值以及实时电流数字值,并基于实时电压数字值以及实时电流数字值进行均值计算,得到实时风速测量值。
17、可选地,基于风速传感器测得的历史数据进行计算分析,获得风速误差范围,包括:
18、基于风速传感器测得的历史数据进行正向误差均值计算,获得风速误差范围。
19、基于风速传感器测得的历史数据进行正向误差均值计算,获得风速误差范围,包括:
20、读取风速传感器测得的历史数据并进行预处理,得到预处理之后的历史数据。
21、将预处理之后的历史数据按照相同的时间间隔进行划分,获得历史每天的每个时间点的历史电压信号值以及历史电流信号值。
22、将历史每天的每个时间点的历史电压信号值以及历史电流信号值进行adc处理转化,得到历史每天的每个时间点的历史电压数字值以及历史电流数字值。
23、将历史每天的每个时间点的历史电压数字值以及历史电流数字值进行均值计算,获得历史每天的每个时间点的历史风速测量值。
24、将历史每天的每个时间点的历史风速测量值进行比较,获得历史每天的历史风速测量最大值。
25、读取历史每天的历史风速测量最大值以及设定的风速阈值,并结合移动指数平均法进行综合计算,获得正向误差均值。
26、可选地,正向误差均值计算的公式如下式(1)所示:
27、(1)
28、其中,为正向误差均值,为历史第天的历史风速测量最大值,为历史第天的历史风速测量最大值,为设定的风速阈值,,为划分的天数,为的权重系数,为的权重系数。
29、可选地,基于风速传感器测得的历史数据进行计算分析,获得风速误差范围,包括:
30、基于风速传感器测得的历史数据进行反向误差均值计算,获得风速误差范围。
31、基于风速传感器测得的历史数据进行反向误差均值计算,获得风速误差范围,包括:
32、读取历史每天的每个时间点的历史风速测量值,并进行预处理,得到预处理之后的历史每天的每个时间点的历史风速测量值。
33、将预处理之后的历史每天的每个时间点的历史风速测量值,分别与设定的风速阈值进行比较。
34、若不存在小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值,则将设定的风速阈值作为历史每天的历史风速测量最小值。
35、若存在小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值,则将小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值进行二次比较,获得历史每天的历史风速测量最小值。
36、基于历史每天的历史风速测量最小值以及设定的风速阈值,并结合均值法以及调和平均法进行综合计算,获得反向误差均值。
37、可选地,反向误差均值计算的公式如下式(2)所示:
38、(2)
39、其中,为反向误差均值,为历史第天的历史风速测量最小值,为设定的风速阈值,,为划分的天数。
40、可选地,矫正模型的获得方法,包括:
41、读取历史数据,并随机挑选若干个时间点的历史电压信号值以及历史电流信号值。
42、将若干个时间点的历史电压信号值以及历史电流信号值分别进行均值计算,获得若干个时间点的历史风速测量值,并基于若干个时间点的历史风速测量值建立历史风速数据集。
43、将历史风速数据集分为训练数据集以及验证数据集。
44、读取训练数据集对构建好的矫正模型进行训练,并计算得到风速损失函数。
45、使用验证数据集评估矫正模型的性能,并根据评估结果调节矫正模型的参数,直至矫正模型矫正后的历史风速测量值与设定的风速阈值计算所得的历史矫正风速误差位于风速误差范围之内。
46、另一方面,提供了一种基于风速传感器的风速矫正系统,该系统应用于基于风速传感器的风速矫正方法,该系统包括数据获取子系统、数据分析子系统以及判断矫正子系统。
47、其中,数据获取子系统,用于获取风速传感器测得的历史数据以及实时数据。
48、数据分析子系统,用于基于风速传感器测得的历史数据进行计算分析,获得风速误差范围以及矫正模型。
49、基于风速传感器测得的实时数据计算实时风速测量值。
50、判断矫正子系统,用于将实时风速测量值与设定的风速阈值进行计算,获得实时风速误差。
51、判断实时风速误差是否位于风速误差范围之内。
52、若是,则继续进行风速传感器的风速监测。
53、若否,则将实时风速测量值输入至矫正模型中进行矫正,并将矫正后的实时风速测量值与设定的风速阈值进行计算,获得实时矫正风速误差。
54、判断实时矫正风速误差是否位于风速误差范围之内。
55、若是,则将矫正后的实时风速测量值输出。
56、若否,则将矫正后的实时风速测量值输入至矫正模型中进行再次矫正,直至实时矫正风速误差位于风速误差范围之内。
57、可选地,历史数据包括:历史电压信号数据以及历史电流信号数据;
58、实时数据包括:实时电压信号值以及实时电流信号值。
59、可选地,数据分析子系统,进一步用于:
60、将风速传感器测得的实时电压信号值以及实时电流信号值,经模数转换器adc处理转化为实时电压数字值以及实时电流数字值,并基于实时电压数字值以及实时电流数字值进行均值计算,得到实时风速测量值。
61、可选地,数据分析子系统,进一步用于:
62、基于风速传感器测得的历史数据进行正向误差均值计算,获得风速误差范围。
63、基于风速传感器测得的历史数据进行正向误差均值计算,获得风速误差范围,包括:
64、读取风速传感器测得的历史数据并进行预处理,得到预处理之后的历史数据。
65、将预处理之后的历史数据按照相同的时间间隔进行划分,获得历史每天的每个时间点的历史电压信号值以及历史电流信号值。
66、将历史每天的每个时间点的历史电压信号值以及历史电流信号值进行adc处理转化,得到历史每天的每个时间点的历史电压数字值以及历史电流数字值。
67、将历史每天的每个时间点的历史电压数字值以及历史电流数字值进行均值计算,获得历史每天的每个时间点的历史风速测量值。
68、将历史每天的每个时间点的历史风速测量值进行比较,获得历史每天的历史风速测量最大值。
69、读取历史每天的历史风速测量最大值以及设定的风速阈值,并结合移动指数平均法进行综合计算,获得正向误差均值。
70、可选地,正向误差均值计算的公式如下式(1)所示:
71、(1)
72、其中,为正向误差均值,为历史第天的历史风速测量最大值,为历史第天的历史风速测量最大值,为设定的风速阈值,,为划分的天数,为的权重系数,为的权重系数。
73、可选地,数据分析子系统,进一步用于:
74、基于风速传感器测得的历史数据进行反向误差均值计算,获得风速误差范围。
75、基于风速传感器测得的历史数据进行反向误差均值计算,获得风速误差范围,包括:
76、读取历史每天的每个时间点的历史风速测量值,并进行预处理,得到预处理之后的历史每天的每个时间点的历史风速测量值。
77、将预处理之后的历史每天的每个时间点的历史风速测量值,分别与设定的风速阈值进行比较。
78、若不存在小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值,则将设定的风速阈值作为历史每天的历史风速测量最小值。
79、若存在小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值,则将小于设定的风速阈值的预处理之后的历史每天的每个时间点的历史风速测量值进行二次比较,获得历史每天的历史风速测量最小值。
80、基于历史每天的历史风速测量最小值以及设定的风速阈值,并结合均值法以及调和平均法进行综合计算,获得反向误差均值。
81、可选地,反向误差均值计算的公式如下式(2)所示:
82、(2)
83、其中,为反向误差均值,为历史第天的历史风速测量最小值,为设定的风速阈值,,为划分的天数。
84、可选地,数据分析子系统,进一步用于:
85、读取历史数据,并随机挑选若干个时间点的历史电压信号值以及历史电流信号值。
86、将若干个时间点的历史电压信号值以及历史电流信号值分别进行均值计算,获得若干个时间点的历史风速测量值,并基于若干个时间点的历史风速测量值建立历史风速数据集。
87、将历史风速数据集分为训练数据集以及验证数据集。
88、读取训练数据集对构建好的矫正模型进行训练,并计算得到风速损失函数。
89、使用验证数据集评估矫正模型的性能,并根据评估结果调节矫正模型的参数,直至矫正模型矫正后的历史风速测量值与设定的风速阈值计算所得的历史矫正风速误差位于风速误差范围之内。
90、另一方面,提供一种风速矫正设备,所述风速矫正设备包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上述基于风速传感器的风速矫正方法中的任一项方法。
91、另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述基于风速传感器的风速矫正方法中的任一项方法。
92、本发明实施例提供的技术方案带来的有益效果至少包括:
93、上述方案中,通过实时监测和矫正机制能够及时发现并纠正传感器的异常情况,确保系统稳定运行,这种及时的反馈和修正能够保证数据采集的实时性和可靠性,提高了系统的性能和可操作性。
94、通过历史数据建立矫正模型,能够准确分析风速误差范围,并根据实时数据进行矫正,从而提高了风速传感器测量的准确性和可靠性。
95、通过数据获取、分析和判断三个子系统的协同作用,实现了对风速传感器测量值的自动化矫正。相比传统手动矫正方法,该系统能够更快速、更精确地纠正传感器误差,提高了系统的实时性和准确性。
96、通过模型训练模块能够动态地读取历史数据,并根据训练数据集不断优化矫正模型,使其能够更好地适应实际环境中的变化。这种能够实时更新的模型训练机制保证了系统的鲁棒性和长期稳定性,提高了系统的可维护性和可扩展性。