一种高精度户用超声波水表抗干扰滤波方法及设备技术

一种高精度户用超声波水表抗干扰滤波方法包括以下步骤，采集停止用水时顺流与逆流的时差信号，计算相邻采样点时差信号之间斜率的绝对值，计算时差信号斜率绝对值的均值K

【技术实现步骤摘要】
一种高精度户用超声波水表抗干扰滤波方法及设备


[0001]本专利技术涉及智能计量
，尤其涉及一种高精度户用超声波水表的干扰滤波方法及设备。

技术介绍

[0002]相比传统机械式水表，超声波水表具有无机械传动，宽量程比，压损低等优点，是水表全电子化的方向。户用超声波水表实现了超声波水表小型化，普及居民用水，给水计量行业带来了技术的创新与发展。但是户用超声波水表由于口径小，超声波飞行时间短，流量受气泡、零点漂移、杂质等干扰影响，存在流量测量误差大的突出问题。为了解决户用超声波水表存在的流量测量误差大问题，目前有多种滤波处理的方法：小波去噪是一种常见时频局部化分析方法，具有多分辨率分析的特点，时间窗和频率窗也可改变，并且在时频两域都可以表征信号的局部特征，通过分解可以去掉高频部分，但是该方法计算量大，局部特征很难全面反映干扰信号。平滑滤波方法机械性的把几个数据求平均，能满足低功耗的应用，但是突兀的噪声会导致整体数据变化大，由于需要超声波水表多次采样，导致实时性差，特别当流速变化快时容易造成数据丢失。BP神经网络算法收敛速度慢，迭代时间长，计算量大，无法满足户用水表流量计量实时性要求。以上滤波处理的方法主要在通过户用超声波水表运行过程中进行滤波以降低流量测量误差，流量测量误差值主要通过与实验室标准数据进行比对得到。而户用超声波水表使用现场环境复杂多变，很难保证与实验室运行环境一样，从而导致流量测量误差值也无法准确进行校准。

技术实现思路

[0004]本专利技术要解决的技术问题是，提供一种能够实时、有效的滤除户用超声波水表在使用过程中流量测量受到气泡、零点漂移、杂质等干扰的影响，减小户用超声波水表流量测量误差的方法并提供一种采用该方法的高精度户用超声波水表设备。
[0005]为解决上述技术问题，本专利技术提供一种高精度户用超声波水表抗干扰滤波方法，包括以下步骤：步骤S1，当用户停止用水时，采集顺流与逆流的时差信号Δt
i,j
，Δt
i,j
为第j个单位采样周期内第i个采样点采集的时差信号，i＝1、2、...、n，n为单位采样周期T
′
内的采样点数，相邻采样点的时间差为T
″
,单位采样周期为T
′
＝n
×
T
″
，j＝1、2、...、N，整个采样时间为T,整个采样时间内共有个单位采样周期；步骤S2，计算相邻采样点时差信号之间斜率的绝对值K
i
‑
1,j
，K
i
‑
1,j
＝|(Δt
i,j
‑
Δt
i
‑
1,j
)/T
″
|；步骤S3，计算第j个单位采样周期内采样点时差信号斜率绝对值的均值K
j平均
，
步骤S4，选取合适判定阀值δ；步骤S5，若K
j平均
<δ，则使用改进型平滑滤波对第j个单位采样周期内的采样点时差信号进行滤波处理得到Δt
p,j
，并令第j个单位采样周期内滤波后的时差信号ΔT
j
＝Δt
p,j
；若K
j平均
>δ，则使用卡尔曼滤波对第j个单位采样周期内的采样点时差信号进行滤波处理得到Δt
k,j
，并令第j个单位采样周期内滤波后的时差信号ΔT
j
＝Δt
k,j
；步骤S6，计算整个采样时间T内滤波后的最终时差信号步骤S7，当用户开始用水时，采用开始用水之前用户停止用水时段所得ΔT
final
参与补偿或抵消非零流量的计算。更进一步，步骤S4中所述选取合适判定阀值δ的步骤包括：步骤S41，若K
j平均
<1，则δ取1；步骤S42，若K
j平均
>5，则δ取5；步骤S43，若1≤K
j平均
≤5，则自适应调整第j个单位采样周期内K
j平均
的判定阀值δ，使得滤波后的零流量误差值最小。更进一步，步骤S43中所述自适应调整第j个单位采样周期内K
j平均
的判定阀值δ，使得滤波后的零流量误差值最小的步骤包括：步骤S431，在[1,5]区间，以步长s对判定阀值δ进行赋值，得到δ
t
＝1+s
×
(t
‑
1),其中t＝1、2、...、Q，步长s取值为0<s<5，Q取不大于的整数；步骤S432，按照步骤S5计算每个判定阀值δ
t
对应的第j个单位采样周期内滤波后的时差信号ΔT
t,j
；步骤S433，计算每个判定阀值δ
t
对应的时差信号绝对值的均值步骤S434，将|ΔT
t
|
AVG
中最小值作为最佳判定阀值δ。更进一步，步骤S5中所述改进型平滑滤波的步骤包括：步骤S511，找出第j个单位采样周期内所有n个时差信号Δt
i,j
的最大值Δt
max,j
和最小值Δt
min,j
；步骤S512，按照公式进行改进型平滑滤波得到滤波后第j个单位采样周期内的时差信号Δt
p,j
。更进一步，步骤S5中所述卡尔曼滤波的步骤包括：步骤S521，在第j个单位采样周期内，根据当前时刻的时差信号，引入线性系统与系统的测量值，建立模型：Δt(k)＝AΔt(k
‑
1)+BU(k)+W(k)，Z(k)＝HΔt(k)+t(k)，其中v(k)表示k时刻的系统状态，U(k)表示k时刻对系统的控制量，A、B表示系统参数，Z(k)表示k时刻的测量值，H表示测量系统的参数，W(k)，t(k)表示过程与测量的噪声；步骤S522，预测k时刻状态：
Δt(k|k
‑
1)＝AΔt(k
‑
1|k
‑
1)+BU(k)，其中A、B表示系统参数，对于多模型系统，A、B为矩阵，Δt(k|k
‑
1)是上一状态预测的结果，Δt(k
‑
1|k
‑
1)是上一时刻的最优预测值，U(k)为现在状态的控制量；步骤S523，更新Δt(k|k
‑
1)的协方差：P(k|k
‑
1)＝AP(k
‑
1|k
‑
1)A
T
+Q，其中P(k|k
‑
1)是Δt(k|k
‑
1)对应的协方差，P(k
‑
1|k
‑
1)是Δt(k
‑
1|k
‑
1)对应的协方差，A
T
是A的转置矩阵，Q是系统噪声；步骤S524，计算Kg值：Kg(k)＝P(k|k
‑
1)H
T
/本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度户用超声波水表抗干扰滤波方法，其特征在于，包括以下步骤：S1，当用户停止用水时，采集顺流与逆流的时差信号Δt
i,j
，Δt
i,j
为第j个单位采样周期内第i个采样点采集的时差信号，i＝1、2、...、n，n为单位采样周期T
′
内的采样点数，相邻采样点的时间差为T
″
,单位采样周期为T
′
＝n
×
T
″
，j＝1、2、...、N，整个采样时间为T,整个采样时间内共有个单位采样周期；S2，计算相邻采样点时差信号之间斜率的绝对值K
i
‑
1,j
，K
i
‑
1,j
＝|(Δt
i,j
‑
Δt
i
‑
1,j
)/T
″
|；S3，计算第j个单位采样周期内采样点时差信号斜率绝对值的均值K
j平均
，S4，选取合适判定阀值δ；S5，若K
j平均
<δ，则使用改进型平滑滤波对第j个单位采样周期内的采样点时差信号进行滤波处理得到Δt
p,j
，并令第j个单位采样周期内滤波后的时差信号ΔT
j
＝Δt
p,j
；若K
j平均
>δ，则使用卡尔曼滤波对第j个单位采样周期内的采样点时差信号进行滤波处理得到Δt
k,j
，并令第j个单位采样周期内滤波后的时差信号ΔT
j
＝Δt
k,j
；S6，计算整个采样时间T内滤波后的最终时差信号S7，当用户开始用水时，采用开始用水之前用户停止用水时段所得ΔT
final
参与补偿或抵消非零流量的计算。2.根据权利要求1所述高精度户用超声波水表抗干扰滤波方法，其特征在于，步骤S4中所述选取合适判定阀值δ的步骤包括：S41，若K
j平均
<1，则δ取1；S42，若K
j平均
>5，则δ取5；S43，若1≤K
j平均
≤5，则自适应调整第j个单位采样周期内K
j平均
的判定阀值δ，使得滤波后的零流量误差值最小。3.根据权利要求2所述高精度户用超声波水表抗干扰滤波方法，其特征在于，步骤S43中所述自适应调整第j个单位采样周期内K
j平均
的判定阀值δ，使得滤波后的零流量误差值最小的步骤包括：S431，在[1,5]区间，以步长s对判定阀值δ进行赋值，得到δ
t
＝1+s
×
(t
‑
1),其中t＝1、2、...、Q，步长s取值为0<s<5，Q取不大于的整数；S432，按照步骤S5计算每个判定阀值δ
t
对应的第j个单位采样周期内滤波后的时差信号ΔT
t,j
；S433，计算每个判定阀值δ
t
对应的时差信号绝对值的均值S434，将|ΔT
t
|
AVG
中最小值作为最佳判定阀值δ。4.根据权利要求1所述高精度户用超声波水表抗干扰滤波方法，其特征在于，步骤S5中所述改进型平滑滤波的步骤包括：
S511，找出第j个单位采样周期内所有n个时差信号Δt
i,j
的最大值Δt
max,j
和最小值Δt
min,j
；S512，按照公式进行改进型平滑滤波得到滤波后第j个单位采样周期内的时差信号Δt
p,j
。5.根据权利要求1所述高精度户用超声波水表抗干扰滤波方法，其特征在于，步骤S5中所述卡尔曼滤波的步骤包括：S521，在第j个单位采样周期内，根据当前时...

【专利技术属性】
技术研发人员：朱林海，陈剑，陈钇安，刘倩，李潇，
申请(专利权)人：湖南威铭能源科技有限公司，
类型：发明
国别省市：