作者:赵正杰,赵勇毅,孔春霞,佘明熹,常建华,沈婉 单位:华北光电技术研究所 出版:《激光与红外》2020年第01期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFJGHW2020010160 DOC编号:DOCJGHW2020010169 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进型BP神经网络的SF_6气体传感器》PDF+DOC2017年第10期 陈远鸣,常建华,沈婉,裴昱,卞晓阳 《基于RBF神经网络的非色散红外SF_6气体传感器》PDF+DOC2016年第07期 薛宇,常建华,徐曦 《基于RBF神经网络气压补偿的非色散红外SF_6气体传感器》PDF+DOC2018年第03期 裴昱,陈远鸣,卞晓阳,赵勇毅,赵正杰,常建华 《基于环境参数融合的智能气体传感器设计》PDF+DOC2004年第04期 庄哲民 《SF_6电气设备绝缘故障诊断用SO_2、H_2S气体传感器研究进展》PDF+DOC2019年第08期 王辉,李晓军,李舟 《基于模糊神经网络的气体检测》PDF+DOC2006年第03期 王丽芳,满达虎,陈建群 《电子鼻的应用综述》PDF+DOC2007年第08期 刘亭利,胡国清 《矿井瓦斯传感器自动调校技术及其研究进展》PDF+DOC2004年第02期 王正洪,张小鸣,徐君 《智能化有害有毒气体污染源监测仪的研究》PDF+DOC2012年第08期 侯昭武,曾彦 《光学式SF_6断路器的泄漏检测技术》PDF+DOC2009年第02期 徐元哲,刘县,胡智慧,周红晶
  • 为实现电力系统中SF_6气体的有效监测与控制,本文基于非色散红外原理(NDIR),设计了一种SF_6气体传感器。但是,在实际的测量中,环境的温度与气压差异性容易影响SF_6气体浓度检测装置的检测精度,因此需要采取适当的方法消除环境引起的测量误差。本文采用灰狼智能优化算法—误差反向传播(GWO-BP)神经网络对环境温度与气压变化引起的测量误差进行了补偿,并与其他补偿方法作了比较。分析得出:进行补偿后的浓度数据在0~2000 ppm范围内误差为±15 ppm,满量程误差为0.75%FS,有效提升了传感器的测量精度与稳定性。相较于电路补偿法,该方法有更高的测量精度,并且降低了传感器的体积和成本。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。