[發明專利]基于磁場傳感信號機器學習的電流計算方法在審
| 申請號： | 202110705713.8 | 申請日： | 2021-06-24 |
| 公開（公告）號： | CN113609750A | 公開（公告）日： | 2021-11-05 |
| 發明（設計）人： | 辛明勇;徐長寶;高吉普;林呈輝;文屹;田兵;劉仲;呂前程;駱柏鋒;王志明;陳仁澤;孫宏棣;張佳明;尹旭 | 申請（專利權）人： | 貴州電網有限責任公司;南方電網數字電網研究院有限公司 |
| 主分類號： | G06F30/27 | 分類號： | G06F30/27;G06N3/04;G06N3/08;G06N20/00;G06F113/04 |
| 代理公司： | 成都睿道專利代理事務所(普通合伙) 51217 | 代理人： | 陶紅 |
| 地址： | 550001 貴*** | 國省代碼： | 貴州;52 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 磁場 傳感 信號 機器 學習 電流 計算方法 | ||
1.基于磁場傳感信號機器學習的電流計算方法，應用于由巨磁阻傳感器組成的圓形磁場傳感器陣列測量系統中，其特征在于，包括如下步驟：
步驟一、通過對長直導線周圍產生的磁場矢量進行定量計算，得到通電長直導線磁場模型，其中，通電長直導線與傳感器陣列平面xoy垂直；
步驟二、基于所述通電長直導線磁場模型，獲得數據樣本，對數據樣本進行預處理，獲得訓練集與測試集，其中，所述訓練集與測試集均以電流位置作為輸出，磁場強度作為輸入；
步驟三、基于所述訓練集搭建MLP神經網絡模型的結構，并采用BP算法，獲得訓練后的MLP神經網絡模型；
步驟四、利用所述測試集對訓練后的MLP神經網絡模型進行誤差測試，獲得已訓練好的MLP神經網絡模型；
步驟五、利用已訓練好的MLP神經網絡模型進行電流計算。
2.如權利要求1所述的基于磁場傳感信號機器學習的電流計算方法，其特征在于，所述步驟一具體包括：
1.1、計算測量點到導線電流之間的距離r，公式表示為：
其中：圓形傳感器陣列所在的平面為xoy平面，傳感器陣列的圓心為坐標系的原點，直線電流方向垂直于xoy平面，并與xoy平面相交于點(xs，ys，0)，點(xi，yi，0)為任意位于該xoy平面上的測量點；
1.2、根據安培環路定理和步驟1.1中的r值，計算該測量點對應的磁場強度H，公式表示為：
上式中，H為測量點(xi，yi，0)處的磁場強度，I為導線電流的大小。
3.如權利要求2所述的基于磁場傳感信號機器學習的電流計算方法，其特征在于，所述步驟二包括：
對電流大小I進行歸一化處理，則xs，ys兩個參數與磁場強度H的映射關系如下：
f(xs，ys)→(Hx1，Hy1…Hxi，Hyi…HxN，HyN)
上式中，Hx，Hy分別為測量點處磁場強度在x、y兩個方向上的分量表示，其中：
上式中，Hxi表示測量點在x方向上的分量；Hyi表示測量點在y方向上的分量。
4.如權利要求3所述的基于磁場傳感信號機器學習的電流計算方法，其特征在于，所述步驟二還包括：
確定電流位置最大取值半徑rsmax，在xoy平面中以rsmax為半徑的圓內均勻和隨機取值確定電流位置(xs，ys)，根據幾何關系得到每一個電流位置對應的磁場強度H。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于貴州電網有限責任公司;南方電網數字電網研究院有限公司，未經貴州電網有限責任公司;南方電網數字電網研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110705713.8/1.html，轉載請聲明來源鉆瓜專利網。
