一种神经网络的温度传感器评价方法技术

本申请提供了一种神经网络的温度传感器评价方法

【技术实现步骤摘要】
一种神经网络的温度传感器评价方法、设备及存储设备


[0001]本申请涉及传感器性能评价领域，尤其涉及一种神经网络的温度传感器评价方法
、
设备及存储设备
。

技术介绍

[0002]我国低温区域分布广泛，包括内蒙古
、
新疆
、
西藏和东北三省等区域，特别是内蒙古东部地区尤为典型，气候条件恶劣，该自然条件将极大地影响长期工作在户外的特高压输电工程设备性能
。
[0003]其中，输电传感设备最为严重，这些传感器长期处在户外低温环境下运行，会导致传感器的测量精度和稳定性降低
、
电子器件及电路板的失效
、
无线传感器电池寿命减低以及有线传感器线缆低温脆性增强等问题
。
近五年统计的数据表明，某一区域极寒天气带来传感器故障率超过全国平均故障率的3倍，其中输电设备温度传感器尤为严重，主要原因是极端低温
、
气温骤降导致的电源失效
、
设备离线等问题
。
[0004]因此，建立一种低温环境中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种神经网络的温度传感器评价方法，其特征在于，所述方法包括以下步骤：
S1
：获取校准后的标准温度传感器采集的基准数据；
S2
：获取各个温度传感器的训练数据；
S3
：根据所述基准数据以及所述训练数据，构建样本数据集；
S4
：搭建神经网络模型；
S5
：根据所述样本数据集，对所述神经网络模型进行处理，确定第一神经网络模型；
S6
：获取待测温度传感器的待测数据；
S7
：根据所述待测数据以及所述第一神经网络模型，确定所述待测温度传感器的评价结果
。2.
如权利要求1所述的一种神经网络的温度传感器评价方法，其特征在于，所述步骤
S3
包括：将所述基准数据记为
T
s1
,T
s2
,T
s3
,L,T
sp
；将第
m(m
＝
1,2,L,N)
个所述温度传感器对应的所述训练数据记为
T
m1
,T
m2
,T
m3
,L,T
mp
；根据各个所述温度传感器对应的所述训练数据，确定各个所述温度传感器对应的标签数据
C
m
；根据所述基准数据
、
所述训练数据以及所述标签数据，构建所述样本数据集，记第
m
个样本数据为：
T
m1
,T
m2
,T
m3
,L,T
mp
，
T
s1
,T
s2
,T
s3
,L,T
sp
，
C
m
。3.
如权利要求2所述的一种神经网络的温度传感器评价方法，其特征在于，所述步骤
S5
包括：
S51
：根据所述样本数据集，确定训练集
、
验证集以及测试集；
S52
：基于所述训练集进行参数训练；
S53
：基于所述验证集对所述神经网络模型的超参数进行调整和选择；
S54
：基于所述测试集进行有效性验证，确定所述第...

【专利技术属性】
技术研发人员：寇汉鹏，邓鹤鸣，步天龙，聂大禹，宁昭军，冯振华，陈学峰，
申请(专利权)人：湖北大学国家电网有限公司，
类型：发明
国别省市：