电气测试技术新发展
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第11章 电气测试技术新发展
内容提纲
概述 动态误差修正技术 传感器自评估技术 多传感器数据融合技术 虚拟测试技术 物联网技术 智能云技术 大数据
第一部分 概述
第1 页
厚德弘毅 博学笃行
随着科学技术的进步，智能测试将是未来的发展潮流，智能测试通常 有四种实现方式，即智能传感器、智能仪表、虚拟仪器和智能测试系统。 实际上，前三种只要联网，都能成为智能测试系统的组成部分。智能测试 系统由于采用先进的信息化技术，可以充分发挥计算机内存量大、运算速 度快的特点，利用信息处理方法实现测试技术的高度智能化。智能测试的 实现在各个环节上都需要大量新技术的支撑。
第2 页
厚德弘毅 博学笃行
➢电气测试技术的发展趋势
随着现代技术的不断进步，电气测试技术要求精度更高、 速度更快、功能更强、范围更大。
未来电气测试技术的发展主要体现在四个方面: 测试精度更高 速度更快 功能更强 融合一切最新科技成果
第3 页
厚德弘毅 博学笃行
➢现代电气测试技术中传感器的发展方向
随着现代测试技术手段的发展和变频技术的应用，传统的电气 测试设备已不能满足变频线路电气参数测试的要求。另外人们对行 业安全性和可靠性的要求也越来越高，因此要对电气设备的监测高 度重视。在电气设备的监测过程中，电子传感器发挥着非常重要的 作用，它的主要优点是使用期限长、运行稳定、无活动出点、高分 辨率、高灵敏度且重复性和线性度较好。主要缺点是频率响应低， 不适用于快速动态场合，而且要利用转换电路才能输出电量。
第4 页
厚德弘毅 博学笃行
➢智能电气测试技术
智能电气测试系统采用先进的信息化技术，可以充分发挥 计算机内存容量大、运算速度快的特点，利用知识处理方法 实现测试技术的高度智能化。
第5 页
厚德弘毅 博学笃行
第二部分 动态误差修正技术
第6 页
厚德弘毅 博学笃行
动态测量误差及其理论
近年来，光电、数字化、微处理、自动化等技术的广泛应用以及智能化测 试、柔性测试、计算机辅助测试等技术的发展，各种动态测量数据处理方法层 出不穷，使动态测量误差理论得到了相应的发展，取得了一定的成果： 动态测量数据处理方法层出不穷。主要有谱分析、回归分析、时序分析、滤 波分析、神经网络、小波变换、遗传算法等。 动态测量误差分离与修正技术。由于计算机的普及，误差分离与修正技术得 到了新的提升，不仅使理论得到了进一步的补充而且它不再停留在理论计算阶 段。而是与计算机相结合，应用在实际的生产线上并进行实时误差分离与修正。 动态测量误差评定。动态测量误差评定一直是各国研究机构和学者研究的重 点，现已提出了若干评定指标，如均值函数、方差函数、自相关函数或自协方 差函数等。 全系统动态精度理论概念的提出。它从全面分析系统内部各组成结构和外部 干扰因素入手，使输入输出之间的“黑箱”即实际系统尽可能“白化”或“固 化”，便于采用传递链函数代替传统的传递函数方法来研究。
第7 页
厚德弘毅 博学笃行
第三部分 传感器自评估技术
第8 页
厚德弘毅 博学笃行
➢传感器自评估模式
通常一个具有自评估功能的传感器，需要考虑原始数据、测量 值、辅助信号和设备专用测试的结果，首先传感器对自身的状态和 性能做一个内部评估，得到一个诊断状态。由此产生了有效测量数 据(validated measurement value，简称VMV)，即当前测量值 的最佳估计和有效度指数。
有效度指数由两部分组成：不确定度(validated uncertainty， 简称VU)和测量值状态(measurement value status，简称MVS)。 测量值状态反映了测量值是否是“活的”数据和故障的持续时间。 若故障发生，VMV被校正到传感器的最佳性能，当原始数据不能 用或者完全停止时，用过去的测量值推算出VMV。被评估的不确 定度是与VMV有关的不确定度，它给出对于测量真值的置信区间。 VU考虑到所有可能的误差源，包含噪声、测量方法和故障校正的 策略。测量值状态是一个离散值形式的标志，表明VMV被计算的 情况。
第9 页
厚德弘毅 博学笃行
➢在线性能评估指标的确定
传感器的性能指标是表征传感器工作特性的特征数据，是 衡量传感器性能优劣的依据，可分为静态指标和动态指标。
对于传感器而言，其测量值的不确定度主要来源有： ① 传感器本身的固有特性（如灵敏度、鉴别力、死区、分 辨力及稳定性等）； ② 外部影响因素（如外部干扰噪声、被测量重复观测值的 随机误差等）。
第 10 页
厚德弘毅 博学笃行
➢基于小波分析和神经网络的性能评估原理
传感器
小波滤波
神经网络预测器
故障预报
标准不确定度 标准不确定度计算
第 11 页
厚德弘毅 博学笃行
➢火力发电厂中热电偶的应用举例
热电偶是火力发电厂最常用的测温元件，通常放在汽轮 机底部的热井中，参数测量直接影响机组的安全稳定运行。 热电偶尽管结构简单，因其在苛刻的环境中工作，所以使用 的过程中仍然会产生较大测量误差。一般智能化的热电偶具 备基本的诊断能力，如诊断电压过低和开路故障。这些故障 状态变化剧烈，比较容易检测和诊断，而严重的是与热井有 关的故障。
第 12 页
厚德弘毅 博学笃行
第四部分 多传感器数据融合技术
第 13 页
厚德弘毅 博学笃行
➢数据融合技术概念
传感器1输入
传感器1
传感器2输入
传感器3输入
传感器2 ……
传感器N
第 14 页
数据融合中心 最终结果 厚德弘毅 博学笃行
➢数据融合在厂用变电站智能辅助系统管控平台中的应用实例
（1）智能辅助系统管控功能结构
在厂用变电站智能辅助系统管控平台中对数据融合技术进行研 究和应用，目的是消除对设备状态测量数据中的不确定性，并实现 对故障目标的识别与分类。主要研究内容包括：根据各种传感器采 集的数据在时间和模式上的不同，对数据进行转换进而实现一致性 的信息显示；通过对数据的关联，保证数据之间的相关性，避免数 据干扰，控制和降低计算复杂性；对多传感器的观测结果分析、补 充、取舍、修改和决策计算，并生成融合计算结果；根据融合计算 的结果，进行态势评估，实现对结果的直观显示和对设备状态趋势 的判断。
内容提纲
概述 动态误差修正技术 传感器自评估技术 多传感器数据融合技术 虚拟测试技术 物联网技术 智能云技术 大数据
第一部分 概述
第1 页
厚德弘毅 博学笃行
随着科学技术的进步，智能测试将是未来的发展潮流，智能测试通常 有四种实现方式，即智能传感器、智能仪表、虚拟仪器和智能测试系统。 实际上，前三种只要联网，都能成为智能测试系统的组成部分。智能测试 系统由于采用先进的信息化技术，可以充分发挥计算机内存量大、运算速 度快的特点，利用信息处理方法实现测试技术的高度智能化。智能测试的 实现在各个环节上都需要大量新技术的支撑。
第2 页
厚德弘毅 博学笃行
➢电气测试技术的发展趋势
随着现代技术的不断进步，电气测试技术要求精度更高、 速度更快、功能更强、范围更大。
未来电气测试技术的发展主要体现在四个方面: 测试精度更高 速度更快 功能更强 融合一切最新科技成果
第3 页
厚德弘毅 博学笃行
➢现代电气测试技术中传感器的发展方向
随着现代测试技术手段的发展和变频技术的应用，传统的电气 测试设备已不能满足变频线路电气参数测试的要求。另外人们对行 业安全性和可靠性的要求也越来越高，因此要对电气设备的监测高 度重视。在电气设备的监测过程中，电子传感器发挥着非常重要的 作用，它的主要优点是使用期限长、运行稳定、无活动出点、高分 辨率、高灵敏度且重复性和线性度较好。主要缺点是频率响应低， 不适用于快速动态场合，而且要利用转换电路才能输出电量。
第4 页
厚德弘毅 博学笃行
➢智能电气测试技术
智能电气测试系统采用先进的信息化技术，可以充分发挥 计算机内存容量大、运算速度快的特点，利用知识处理方法 实现测试技术的高度智能化。
第5 页
厚德弘毅 博学笃行
第二部分 动态误差修正技术
第6 页
厚德弘毅 博学笃行
动态测量误差及其理论
近年来，光电、数字化、微处理、自动化等技术的广泛应用以及智能化测 试、柔性测试、计算机辅助测试等技术的发展，各种动态测量数据处理方法层 出不穷，使动态测量误差理论得到了相应的发展，取得了一定的成果： 动态测量数据处理方法层出不穷。主要有谱分析、回归分析、时序分析、滤 波分析、神经网络、小波变换、遗传算法等。 动态测量误差分离与修正技术。由于计算机的普及，误差分离与修正技术得 到了新的提升，不仅使理论得到了进一步的补充而且它不再停留在理论计算阶 段。而是与计算机相结合，应用在实际的生产线上并进行实时误差分离与修正。 动态测量误差评定。动态测量误差评定一直是各国研究机构和学者研究的重 点，现已提出了若干评定指标，如均值函数、方差函数、自相关函数或自协方 差函数等。 全系统动态精度理论概念的提出。它从全面分析系统内部各组成结构和外部 干扰因素入手，使输入输出之间的“黑箱”即实际系统尽可能“白化”或“固 化”，便于采用传递链函数代替传统的传递函数方法来研究。
第7 页
厚德弘毅 博学笃行
第三部分 传感器自评估技术
第8 页
厚德弘毅 博学笃行
➢传感器自评估模式
通常一个具有自评估功能的传感器，需要考虑原始数据、测量 值、辅助信号和设备专用测试的结果，首先传感器对自身的状态和 性能做一个内部评估，得到一个诊断状态。由此产生了有效测量数 据(validated measurement value，简称VMV)，即当前测量值 的最佳估计和有效度指数。
有效度指数由两部分组成：不确定度(validated uncertainty， 简称VU)和测量值状态(measurement value status，简称MVS)。 测量值状态反映了测量值是否是“活的”数据和故障的持续时间。 若故障发生，VMV被校正到传感器的最佳性能，当原始数据不能 用或者完全停止时，用过去的测量值推算出VMV。被评估的不确 定度是与VMV有关的不确定度，它给出对于测量真值的置信区间。 VU考虑到所有可能的误差源，包含噪声、测量方法和故障校正的 策略。测量值状态是一个离散值形式的标志，表明VMV被计算的 情况。
第9 页
厚德弘毅 博学笃行
➢在线性能评估指标的确定
传感器的性能指标是表征传感器工作特性的特征数据，是 衡量传感器性能优劣的依据，可分为静态指标和动态指标。
对于传感器而言，其测量值的不确定度主要来源有： ① 传感器本身的固有特性（如灵敏度、鉴别力、死区、分 辨力及稳定性等）； ② 外部影响因素（如外部干扰噪声、被测量重复观测值的 随机误差等）。
第 10 页
厚德弘毅 博学笃行
➢基于小波分析和神经网络的性能评估原理
传感器
小波滤波
神经网络预测器
故障预报
标准不确定度 标准不确定度计算
第 11 页
厚德弘毅 博学笃行
➢火力发电厂中热电偶的应用举例
热电偶是火力发电厂最常用的测温元件，通常放在汽轮 机底部的热井中，参数测量直接影响机组的安全稳定运行。 热电偶尽管结构简单，因其在苛刻的环境中工作，所以使用 的过程中仍然会产生较大测量误差。一般智能化的热电偶具 备基本的诊断能力，如诊断电压过低和开路故障。这些故障 状态变化剧烈，比较容易检测和诊断，而严重的是与热井有 关的故障。
第 12 页
厚德弘毅 博学笃行
第四部分 多传感器数据融合技术
第 13 页
厚德弘毅 博学笃行
➢数据融合技术概念
传感器1输入
传感器1
传感器2输入
传感器3输入
传感器2 ……
传感器N
第 14 页
数据融合中心 最终结果 厚德弘毅 博学笃行
➢数据融合在厂用变电站智能辅助系统管控平台中的应用实例
（1）智能辅助系统管控功能结构
在厂用变电站智能辅助系统管控平台中对数据融合技术进行研 究和应用，目的是消除对设备状态测量数据中的不确定性，并实现 对故障目标的识别与分类。主要研究内容包括：根据各种传感器采 集的数据在时间和模式上的不同，对数据进行转换进而实现一致性 的信息显示；通过对数据的关联，保证数据之间的相关性，避免数 据干扰，控制和降低计算复杂性；对多传感器的观测结果分析、补 充、取舍、修改和决策计算，并生成融合计算结果；根据融合计算 的结果，进行态势评估，实现对结果的直观显示和对设备状态趋势 的判断。