基于改进卡尔曼滤波的CO2泄漏监测数据融合算法

• 作者: 杨兆发 胡业林
• 来源期刊: 南阳理工学院学报
• 学科: 地球科学
• 关键词: 数据融合 CCUS CO2监测 卡尔曼滤波 数据处理
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 电子与计算机技术
• 页码范围: 59-64
• 页数: 6页
• 分类号: TP301.6|X830.3
• 语种: 中文
• DOI: 10.16827/j.cnki.41-1404/z.2021.06.011

摘要

数据融合算法是时下大数据智能算法的基石.针对CCUS封存环境下的CO2泄漏监测数据分析处理存在干扰和冗余的问题,提出了一种改进的卡尔曼滤波融合算法.该算法首先通过时间序列上的分段预处理去除原始数据的局部粗大误差,并降低其冗余;然后将处理后的数据进行卡尔曼滤波,以得到最佳监测数据.实验结果表明,在预设的时间序列预处理段长度值存在一个最优值N取18,其滤波效果相较于N取其他值均有所提升;特别地,相较于N为1(经典卡尔曼滤波算法)的信噪比提升达51.8％.