基于GWO-BP神经网络补偿的SF6红外气体传感器

作     者：赵正杰 赵勇毅 孔春霞 佘明熹 常建华 沈婉 ZHAO Zheng-jie;ZHAO Yong-yi;KONG Chun-xia;SHE Ming-xi;CHANG Jian-hua;SHEN Wan

作者机构：南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学江苏省气象探测与信息处理重点实验室江苏南京210044 

基　　金：国家自然科学基金项目(No.61875089) 江苏省重点研发计划项目(No.BE2016756) 江苏高校优势学科Ⅱ期建设工程项目 江苏省高校品牌专业建设工程资助项目 国家级大学生实践创新训练计划项目(No.201710300015)资助 

出 版 物：《激光与红外》 (Laser & Infrared)

年 卷 期：2020年第50卷第1期

页      码：80-86页

摘      要：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。

主 题 词：NDIR 气体传感器 GWO-BP神经网络 补偿 

学科分类：08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

核心收录：

D　O　I：10.3969/j.issn.1001-5078.2020.01.015

馆 藏 号：203884099...