【技术实现步骤摘要】
本专利技术涉及传感器测量，尤其涉及一种基于ga-bp神经网络的差压传感器温度补偿方法及系统。
技术介绍
1、电网系统中的碳粉收集模块能够收集碳刷磨损产生的碳粉，以维持机组运行环境的整洁，防止出现因积碳而引起的接地或短路故障。碳粉收集模块通常通过人工进行定期清洗和晾晒，维护效率低下，且碳粉收集模块的维护工作受天气的影响较大，必须在晴天才能开展维护工作。随着科技的进步，碳粉收集模块的全自动清洗装置应运而生。全自动清洗装置通过监测进出口水压来控制加压泵出力，但随着环境温度的变化，监测进出口水压的差压传感器会产生漂移，造成水压监测的误差。因此需要对差压传感器进行温度补偿以确保进出口水压监测的精度。
2、现有技术中，一般采用相关的硬件对差压传感器进行温度补偿，但采用硬件补偿通常精度较低，且很难进行调整或者二次补偿，不利于工程的应用。由于温度对压力的影响为非线性的，差值法和查表法等传统的软件补偿方法也难以满足高精度的使用要求。bp神经网络具有优秀的非线性系统建模和逼近能力，但bp神经网络存在着容易陷入局部最优值，迭代次数多，收敛速度慢等...
【技术保护点】
1.一种基于GA-BP神经网络的差压传感器温度补偿方法，其特征在于，包括：
2.根据权利要求1所述的基于GA-BP神经网络的差压传感器温度补偿方法，其特征在于，所述使用预设数据训练基于GA-BP神经网络的模型包括：
3.根据权利要求2所述的基于GA-BP神经网络的差压传感器温度补偿方法，其特征在于，所述按预设条件配置好GA-BP神经网络包括：
4.根据权利要求1至3任一项所述的基于GA-BP神经网络的差压传感器温度补偿方法，其特征在于，所述训练基于GA-BP神经网络的模型包括：
5.根据权利要求4所述的基于GA-BP神经...
【技术特征摘要】
1.一种基于ga-bp神经网络的差压传感器温度补偿方法，其特征在于，包括：
2.根据权利要求1所述的基于ga-bp神经网络的差压传感器温度补偿方法，其特征在于，所述使用预设数据训练基于ga-bp神经网络的模型包括：
3.根据权利要求2所述的基于ga-bp神经网络的差压传感器温度补偿方法，其特征在于，所述按预设条件配置好ga-bp神经网络包括：
4.根据权利要求1至3任一项所述的基于ga-bp神经网络的差压传感器温度补偿方法，其特征在于，所述训练基于ga-bp神经网络的模型包括：
5.根据权利要求4所述的基于ga-bp神经网络的差压传感器温度补偿方法，其特征在于，所述训练基于ga-bp神经网络的模型还包括：
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：张超峰，康文，王庆，黄金军，毛志平，夏向阳，咸哲龙，徐澳，王天一，黄晨，任瑞武，黄立斌，易锐，夏天，张煜阳，
申请(专利权)人：国网湖南省电力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。