典型文献
基于分布式温度传感的在线学习自适应模糊温度预测法
文献摘要：
基于拉曼散射的分布式光纤温度传感器(RDTS)能够沿光纤沿线测量数十公里的温度,被广泛用于监测关键设施的温度状况.由于受到温度传递滞后和单次解调运行时间的影响,系统在面对火灾等温度突变事故中还无法快速有效地实现对安全隐患的超前预警.为从源头上对安全隐患采取预防措施,做到安全准确和防患于未然,研究人员提出了阈值预警、温差预警以及建立基于多阶实时移动平均法的预警模型等多种方法.然而,这些方法都有其局限性,为此本文提出了一种基于分布式温度传感的在线学习自适应模糊温度预测法.实验结果表明,基于在线学习的自适应模糊温度预测方法能够在保证预测精度的前提下有效地提高预警时间.与传统方案相比,该方法不受系统硬件的限制,超前预警时间可根据需求自由设置,能同时对被测光纤任意位置进行分布式预测,其在实际应用中具有显著优势.当超前点数设定为2时,系统能够达到的平均预测温度的绝对误差为1.1℃,平均预测误差的百分率为3.06％,预测误差的波动范围约为±2.3℃.
文献关键词：
分布式光纤温度传感;拉曼散射;在线学习;自适应模糊温度预测方法
中图分类号：
作者姓名：
李宁;尚雯珂
作者机构：
西安交通大学电气工程学院,陕西西安712046
文献出处：
引用格式：
[1]李宁;尚雯珂-.基于分布式温度传感的在线学习自适应模糊温度预测法)[J].电气传动自动化,2022(04):52-57
A类：
RDTS,自适应模糊温度预测方法
B类：
在线学习,拉曼散射,分布式光纤温度传感器,数十公里,关键设施,解调,调运,运行时间,温度突变,快速有效,超前预警,头上,防患于未然,多阶,移动平均法,预警模型,多种方法,预警时间,系统硬件,测光,显著优势,测温,绝对误差,预测误差,百分率,波动范围
AB值：
0.224745
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
