基于小波包和分形维数的瓦斯传感器状态评估方法研究

• 作者: 冯源琪 左弯弯 王金川 杨梦莹 张建文
• 来源期刊: 电气防爆
• 关键词: 瓦斯传感器 状态评估 小波包变换 分形维数 支持向量机
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 综述|Summarize
• 页码范围: 1-6,10
• 页数: 7页
• 分类号: TP212
• 语种: 中文
• DOI: 10.14023/j.cnki.dqfb.2021.03.001

摘要

为验证煤矿井下瓦斯浓度数据监测的准确性,实现对瓦斯传感器的远程状态评估,保证煤矿井下的安全工作,提出了一种基于小波包和分形理论的瓦斯传感器状态评估方法.首先构建了优化支持向量回归模型,利用输出的残差信号判断瓦斯传感器工作状态是否异常;针对瓦斯传感器的常见故障,结合小波包变换与分形理论对传感器的异常信号进行故障特征提取,构建故障特征向量;利用粒子群算法优化支持向量机的偏二叉树模型对故障进行分类识别,输出状态评估结果.与传统的BP神经网络法和SVM分类法对比,所提评估方法的整体准确率达95％,说明了其有效性和准确性.