基于传感阵列的微型电流传感器的误差校正方法技术

本发明专利技术提供了一种基于传感阵列的微型电流传感器的误差校正方法，包括：采集所述微型电流传感器的暗敷深度、通电电流和水平偏差在不同工况下的数据形成特征样本集，所述特征样本集包括至少三组特征样本；获取所述微型电流传感器的三个隧道磁电阻传感器的磁感应强度，并通过校正因子对获取到的磁感应强度进行校正；采用改进粒子群算法进行校正因子计算，并用粒子群模型处理所述特征样本集、校正因子和磁感应强度测量值，得到最优数据，并根据所述最优数据对传感器输出的非线性误差进行校正。

【技术实现步骤摘要】
基于传感阵列的微型电流传感器的误差校正方法
本专利技术涉及传感校正领域，特别涉及一种基于传感阵列的微型电流传感器的误差校正方法。
技术介绍
线路电流是最重要的电网状态量之一，电流测量是保障用电安全和电网稳定的前提。随着材料科学和信息科学的不断发展，电网正在向着数字化，智能化不断变革。先进的传感技术是为电网的实时监测和控制提供准确信息的关键技术。测量线路电流的传感器也在向着轻量化，智能化的方向发展。目前传统的电流测量技术有基于电磁互感的电流互感器和罗氏线圈、基于霍尔效应的霍尔元件。这些测量手段都必须箝入通电导线或者直接接入导线。随着社会经济的发展，家庭用电的走线越来越多的由明线变为暗敷的形式。家庭用电作为配电网的终端，是配电网漏电的多发地。为了能够检测墙内通电导线的电流大小，为家庭安全用电提供信息基础，研究人员提出了基于TMR(TunnelMagnetoresistance,隧道磁电阻)传感阵列的微型电流检测装置。TMR传感阵列是由基于隧道磁电阻效应的磁场传感器组成的阵列，基于隧道磁电阻效应的传感元件具有灵敏度高、噪声低、体积小等优点。在暗敷通电导体的测量中，基于TMR传感阵列的微型电流传感器可以真正做到无接触式测量。上述微型电流传感器在实际使用中，由于暗敷目标磁场具有不确定性，工作电磁环境具有复杂性，在获得使用灵活便携优点的同时，也增加了获得通电导线所产生的特定磁场的难度。在TMR元件感应到的磁场中，除了目标导线产生的磁场外，还叠加了地磁场、工频激磁干扰环境磁场、高频干扰环境磁场等信号干扰。其中工频激磁磁场是指传感器载体中的铁磁材料在工频磁场的激励下产生的磁场。在信号转换传输的过程中，还会引入传感器灵敏度误差、电子元器件产生的磁场误差、硬件的零漂误差等。在实际的手持测量中，人工操作并不一定能够达到理想的位置条件，所以还会引入测量位置偏差。对于未加物理屏蔽装置的磁阻传感器阵列来说，通过算法校正测量误差就显示十分必要。尤其是在于传感器载体具有一定软磁特性时，软磁性误差和非线性误差会给测量结果造成很大的误差。
技术实现思路
本专利技术提供了一种基于传感阵列的微型电流传感器的误差校正方法，可以使传感阵列装置的测量精度提高一个数量级。为了达到上述目的，本专利技术的实施例提供了一种基于传感阵列的微型电流传感器的误差校正方法，所述微型电流传感器有三个隧道磁电阻传感器组成，三个隧道磁电阻传感器设置在一条主敏感轴上，且设置在中间的传感器为三轴传感器，两侧的传感器为第一单轴传感器和第二单轴传感器；所述误差校正方法包括：步骤1，采集所述微型电流传感器的暗敷深度、通电电流和水平偏差在不同工况下的数据形成特征样本集，所述特征样本集包括至少三组特征样本；步骤2，获取所述微型电流传感器的三个隧道磁电阻传感器的磁感应强度，并通过校正因子对获取到的磁感应强度进行校正；步骤3，采用改进粒子群算法进行校正因子计算，并用粒子群模型处理所述特征样本集、校正因子和磁感应强度测量值，得到最优数据，并根据所述最优数据对传感器输出的非线性误差进行校正。本专利技术的上述方案有如下的有益效果：本专利技术所提供的基于传感阵列的微型电流传感器的误差校正方法i.基于传感阵列的微型电流传感器装置可以实现完全无接触的、即贴即用式的电流测量功能，以及对暗敷通电导体精准定位的功能。填补了暗敷导体无接触式测量领域的空白。利用校正因子可以实现对测量过程中的非线性误差校正，K11、K21、K31为线性误差校正因子，K12、K22、K32为非线性误差校正因子。经过实测，本专利误差校正方法可以将测量精度提高到单纯对线性误差校正情况下的2倍。对比于未进行误差校正的装置，可以使传感阵列装置的测量精度提高一个数量级。同时引入以暗敷深度为目标的惩罚函数，并对惩罚阈值进行了处理，求出了以通电电流和暗敷深度为多目标优化的最优解，在对测量误差进行分析的基础上，根据误差类型进行的特定误差校正，具有更加广泛的适用性。附图说明图1为本专利技术的误差校正方法流程示意图；图2为本专利技术的传感阵列的阵列示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。如图1所示，本专利技术的实施例提供了一种基于传感阵列的微型电流传感器的误差校正方法，所述微型电流传感器有三个隧道磁电阻传感器组成，三个隧道磁电阻传感器设置在一条主敏感轴上，且设置在中间的传感器为三轴传感器，两侧的传感器为第一单轴传感器和第二单轴传感器；所述误差校正方法包括：步骤1，采集所述微型电流传感器的暗敷深度、通电电流和水平偏差在不同工况下的数据形成特征样本集，所述特征样本集包括至少三组特征样本；步骤2，获取所述微型电流传感器的三个隧道磁电阻传感器的磁感应强度，并通过校正因子对获取到的磁感应强度进行校正；步骤3，采用改进粒子群算法进行校正因子计算，并用粒子群模型处理所述特征样本集、校正因子和磁感应强度测量值，得到最优数据，并根据所述最优数据对传感器输出的非线性误差进行校正。其中，所述步骤1具体包括：预设不同的暗敷深度D、通电电流I和水平偏差Δx为不同的工况，将不同工况下的暗敷深度D、通电电流I和水平偏差Δx作为特征样本集所述特征样本集是一个3×n的多维数组，行向量分别为暗敷深度D、通电电流I和水平偏差Δx，列向量分别为不同的预设组，其中实验组数n≥3.定义n组运行情况下的3个特征量构成特征样本集其中，xt为第t组预设实验所设定的暗敷深度D(t)、通电电流I(t)和水平偏差Δx(t)三个特征量。其中，所述步骤2具体包括：分别采集每一预设组的三个隧道磁电阻传感器的磁感应强度为B′1x、B′2x和B′3x；采用校正因子对三个传感器进行校正，校正后三个隧道磁电阻传感器输出的磁感应强度分别为B1x、B2x和B3x；B1x＝K11*B′1x+K12*B′1x2B2x＝K21*B′2x+K22*B′2x2B3x＝K31*B′3x+K32*B′3x2其中，K11、K12、K21、K22、K31、K32为校正因子，是待求量。其中，所述步骤3包括：步骤31，采用粒子群模型处理特征样本集各校正因子和各磁感应强度测量值，得到最优解，且将最优解确认为K11、K12、K21、K22、K31、K32；步骤32，粒子的位置为分别表示K11、K12、K21、K22、K31、K32的六维向量，通过惩罚函数判断粒子位置是否为优质解，如果粒子位置位于非优解范围，则对该粒子的适应度进行惩罚；如果粒子位置位于优质解范围，则粒子的适应度按照适应度公式进行计算；步骤33，每个粒子的适应度计算由特征样本集惩罚函数和适应值计算公式计算得到；步骤34，基于粒子个体最优位置、粒子群全局最优位置、惯性权重、第一学习因子、第二学习因子、最大迭代次数以及收敛精度，对每个粒子速度和位置进行迭代更新，获取每个粒子迭代更新后本文档来自技高网...

【技术保护点】
1.一种基于传感阵列的微型电流传感器的误差校正方法，其特征在于，所述微型电流传感器有三个隧道磁电阻传感器组成，三个隧道磁电阻传感器设置在一条主敏感轴上，且设置在中间的传感器为三轴传感器，两侧的传感器为第一单轴传感器和第二单轴传感器；所述误差校正方法包括：/n步骤1，采集所述微型电流传感器的暗敷深度、通电电流和水平偏差在不同工况下的数据形成特征样本集，所述特征样本集包括至少三组特征样本；/n步骤2，获取所述微型电流传感器的三个隧道磁电阻传感器的磁感应强度，并通过校正因子对获取到的磁感应强度进行校正；/n步骤3，采用改进粒子群算法进行校正因子计算，并用粒子群模型处理所述特征样本集、校正因子和磁感应强度测量值，得到最优数据，并根据所述最优数据对传感器输出的非线性误差进行校正。/n

【技术特征摘要】
1.一种基于传感阵列的微型电流传感器的误差校正方法，其特征在于，所述微型电流传感器有三个隧道磁电阻传感器组成，三个隧道磁电阻传感器设置在一条主敏感轴上，且设置在中间的传感器为三轴传感器，两侧的传感器为第一单轴传感器和第二单轴传感器；所述误差校正方法包括：
步骤1，采集所述微型电流传感器的暗敷深度、通电电流和水平偏差在不同工况下的数据形成特征样本集，所述特征样本集包括至少三组特征样本；
步骤2，获取所述微型电流传感器的三个隧道磁电阻传感器的磁感应强度，并通过校正因子对获取到的磁感应强度进行校正；
步骤3，采用改进粒子群算法进行校正因子计算，并用粒子群模型处理所述特征样本集、校正因子和磁感应强度测量值，得到最优数据，并根据所述最优数据对传感器输出的非线性误差进行校正。


2.根据权利要求1所述的基于传感阵列的微型电流传感器的误差校正方法，其特征在于，所述步骤1具体包括：
预设不同的暗敷深度D、通电电流I和水平偏差Δx为不同的工况，将不同工况下的暗敷深度D、通电电流I和水平偏差Δx作为特征样本集
所述特征样本集是一个3×n的多维数组，行向量分别为暗敷深度D、通电电流I和水平偏差Δx，列向量分别为不同的预设组，其中实验组数n≥3.定义n组运行情况下的3个特征量构成特征样本集



其中，xt为第t组预设实验所设定的暗敷深度D(t)、通电电流I(t)和水平偏差Δx(t)三个特征量。


3.根据权利要求1所述的基于传感阵列的微型电流传感器的误差校正方法，其特征在于，所述步骤2具体包括：
分别采集每一预设组的三个隧道磁电阻传感器的磁感应强度为B′1x、B′2x和B′3x；
采用校正因子对三个传感器进行校正，校正后三个隧道磁电阻传感器输出的磁感应强度分别为B1x、B2x和B3x；
B1x＝K11*B′1x+K12*B′1x2
B2x＝K21*B′2x+K22*B′2x2
B3x＝K31*B′3x+K32*B′3x2
其中，K11、K12、K21、K22、K31、K32为校正因子，是待求量。


4.根据权利要求3所述的基于传感阵列的微型电流传感器的误差校正方法，其特征在于，所述步骤3包括：
步骤31，采用粒子群模型处理特征样本集各校正因子和各磁感应强度测量值，得到最优解，且将最优解确认为K11、K12、K21、K22、K31、K32；
步骤32，粒子的位置为分别表示K11、K12、K21、K22、K31、K32的六维向量，通过惩罚函数判断粒子位置是否为优质解，如果粒子位置位于非优解范围，则对该粒子的适应度进行惩罚；如果粒子位置位于优质解范围，则粒子的适应度按照适应度公式进行计算；
步骤33，每个粒子的适应度计算由特征样本集惩罚函数和适应值计算公式计算得到；
步骤34，基于粒子个体最优位置、粒子群全局最优位置...

【专利技术属性】
技术研发人员：唐欣，柴金超，彭超，尹子晨，何洋，蒋蕾，陈雅萱，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43