基于神经网络预测器和管网特性的两级数据验证方法
为了使弯管流量计测量系统具有对传感器故障的容错能力，以某热电厂为背景，利用神经网络预测器及管网特性对传感器数据有效性验证进行了研究，该方法利用传感器输出序列建立神经网络预测模型，并根据预测值与传感器实际输出之差是否超过阈值来判断传感器数据的有效性，对于失效数据将结合管网拓扑结构特性做进一步的验证，以避免由于神经网络学习知识不充分而造成的虚假报警，当判定该数据确实失效时，将利用神经网络预测值进行替代，以维持系统继续正常运行，仿真结果表明，该方法能够较好地实现传感器数据有效性验证，并且对传感器故障具有很好的诊断和数据恢复能力。
数据验证 弯管流量计 神经网络预测器 管网特性
王丰
河北理工大学机械工程学院,唐山 063009
国内会议
北京
中文
3860-3864
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）