殷家偉,姜宗梁,徐凱宏
(東北林業(yè)大學 信息與計算機工程學院,黑龍江 哈爾濱 150040)
電氣化鐵路供電系統(tǒng)中,弓網(wǎng)系統(tǒng)是關(guān)鍵的組成部分,接觸網(wǎng)是主要的供電設(shè)備,高速鐵路列車由電力驅(qū)動,通過受電弓從接觸網(wǎng)獲取電能,所以受電弓的正常運轉(zhuǎn)非常重要[1]。一旦受電弓出現(xiàn)損壞等故障,列車將會失去動力系統(tǒng)停止運行。尤其是在高速行駛的過程中,受電弓更容易出現(xiàn)損壞故障的情況,從而引起事故的發(fā)生[2]。為了確保受電弓的狀態(tài)正常,避免意外發(fā)生,檢修人員會定期對受電弓的狀態(tài)進行檢測。目前,針對受電弓的檢測主要有人工檢測、接觸式檢測和非接觸式檢測等方法[3]。在傳統(tǒng)的檢修技術(shù)中,基本采用的是手工測量的方案,也是目前最常用的測量方法[4]。但是,由于人工檢測中,檢測結(jié)果很容易受檢測人員的反應(yīng)速度、主觀意識等影響,并且數(shù)據(jù)記錄方式也是傳統(tǒng)的紙筆記錄,導(dǎo)致檢測人員每次登上車頂進行檢測需要攜帶大量的檢測裝置,效率十分低下。接觸式檢測主要通過傳感器對受電弓檢測,但是由于傳感器的動態(tài)誤差、檢測裝置機械結(jié)構(gòu)、環(huán)境影響等原因,導(dǎo)致測量值與真實值有一定偏差。
對傳感器檢測結(jié)果進行修正是提高傳感器測量精度的方法之一[5~9]。文獻[5]使用BP神經(jīng)網(wǎng)絡(luò)進行誤差補償,在提高測量精確度的同時,也出現(xiàn)了時間復(fù)雜度高、硬件成本消耗大的問題;文獻[6]采用二階多項式擬合對集成芯片式溫度傳感器進行誤差補償,這種方式只適用于數(shù)據(jù)特性不復(fù)雜的情況,當數(shù)據(jù)特性變得復(fù)雜時,修正的精確度也會降低;文獻[7]提出自適應(yīng)分段溫度補償方法,雖然可以有效擬合溫度特性,但分段內(nèi)只考慮多項式擬合,僅適用于擁有特定誤差曲線的傳感器,對其他傳感器并不具有普適性。
本文提出一種自適應(yīng)的分段擬合方法,以較低硬件成本消耗的情況下提高傳感器測量的精確度,并且對擁有不同誤差特性曲線的傳感器都具有較好的適應(yīng)性。
最小二乘法[10]基本思想為,首先選定一組線性無關(guān)的函數(shù)如式(1)。其中,φi(x)為一組線性無關(guān)的函數(shù),ai為待定系數(shù)(i=1,2,…,m,m (1) 設(shè)(x,y)為一對觀測值,并且x=[x1,x2,…,xn]T∈Rn,y=R,參數(shù)w=[w1,w2,…,wn]T,x,y滿足理論函數(shù)如式(2) y=f(x,w) (2) 尋找滿足函數(shù)f(x,w)的參數(shù)w的最優(yōu)解,對于給定的m組觀測數(shù)據(jù)(xi,yi)求解目標函數(shù)如式(3)所示。當目標函數(shù)值最小時,對應(yīng)的參數(shù)w即為所求。式(3)如下 (3) 分段擬合[11]的思想是將數(shù)據(jù)根據(jù)一定原則分成若干段,每段中分別進行擬合,得到各自的擬合函數(shù),然后將分段擬合的結(jié)果合并,得到整個擬合曲線,相比整體擬合,分段擬合可以保持數(shù)據(jù)的局部特性,用更小的計算量獲得更好的擬合效果。但是,依賴人工經(jīng)驗選擇的分段點往往不是最優(yōu)的,并且調(diào)整擬合誤差后,需要再次人工確定分段點[12],而自適應(yīng)分段擬合能確保分段擬合的有效性、高效性、準確性,這很好解決了傳統(tǒng)分段擬合的盲目性和不合理性[13]。 本文中使用的驗證線性回歸模型的參數(shù)有和方差(sum of squared error,SSE)與均方根誤差(root mean squared error,RMSE)。其中,SSE為觀測值與真實值對應(yīng)點的誤差的平方和,當SSE越接近0,代表模型擬合的效果越好,計算公式如下 (4) RMSE為所有觀測值與真實值誤差的平方和與觀測次數(shù)n比值的平方根,同樣地,當RMSE越接近0時,代表模型的擬合效果越好,計算公式如下 (5) 首先,根據(jù)擬合數(shù)據(jù)設(shè)計分段基礎(chǔ)步長,設(shè)樣本數(shù)據(jù)的范圍為a~b,設(shè)置分段基礎(chǔ)步長為1。該段起始點為a,截止點為a+1,取樣本中處于a~a+1范圍的數(shù)據(jù)進行數(shù)據(jù)擬合,計算擬合函數(shù)的RMSE1作為標準值。截止點移動1個步長,對處于起始點a到截止點a+2的樣本數(shù)據(jù)進行擬合,得到該段對應(yīng)的RMSE。設(shè)定相關(guān)閾值k與b RMSE (6) 當本段擬合函數(shù)的RMSE滿足式(6)時,說明該段數(shù)據(jù)擬合效果相似,不需要進行分段操作。重復(fù)上述操作直到不滿足式(6)為止。當存在截止點an,使得擬合函數(shù)的RMSE不滿足式(6)時,說明該段數(shù)據(jù)擬合效果出現(xiàn)問題,無法體現(xiàn)數(shù)據(jù)的局部特征,需要進行分段操作。則從起始點a到截止點an-1為一段,下一段的起始點為an,截止點為an+1,重復(fù)上述步驟,直至截止點等于b。 常用于誤差分析的擬合方法有很多,例如線性擬合、多項式擬合、對數(shù)擬合、指數(shù)擬合等。一般來說,通過觀察數(shù)據(jù)分布散點圖可確定大致的擬合函數(shù),但該方式較為主觀[14]。 本文的優(yōu)勢為能夠客觀地選取擬合函數(shù),在每段數(shù)據(jù)中,本文采用多項式擬合、指數(shù)擬合、高斯擬合、傅里葉擬合4種經(jīng)典的擬合方程進行效果對比,選出針對本段數(shù)據(jù)最優(yōu)的擬合方式,擬合公式如下。式(7)~式(10)對應(yīng)多項式擬合函數(shù)、指數(shù)擬合函數(shù)、高斯擬合函數(shù)、傅里葉擬合函數(shù),通過本段數(shù)據(jù)解得各擬合函數(shù)的參數(shù),并進行下一步分析 (7) (8) (9) (10) 以擬合評估參數(shù)SSE作為標準,對各擬合函數(shù)進行比較,其中,SSE越小,代表該函數(shù)在本段的擬合效果越好。將SSE最小的擬合函數(shù)作為本段的最優(yōu)擬合,為了保證擬合的精確度,并且避免階數(shù)過高導(dǎo)致計算量過大,設(shè)置擬合模型的階數(shù)為2,分段最優(yōu)擬合的流程如圖1所示。 圖1 分段最優(yōu)擬合流程 實驗流程如圖2所示,以實測的120組受電弓靜態(tài)壓力檢測數(shù)據(jù)為依據(jù),其中100組數(shù)據(jù)作為擬合樣本,用本文提出的分段擬合方法求解擬合函數(shù),另外20組數(shù)據(jù)用于檢驗擬合函數(shù)的擬合效果。每組數(shù)據(jù)中包含人工檢測值和檢測裝置檢測值,人工檢測值作為標準值,檢測裝置的檢測值作為非標準值,數(shù)據(jù)詳情如表1所示。 表1 檢測樣本數(shù)據(jù) 圖2 分段方案流程 將數(shù)據(jù)根據(jù)大小進行重新排列,并根據(jù)本文上述分段原則進行分段計算,得到分段結(jié)果53,55,58,68。依次在每段中計算最優(yōu)擬合模型,得到最優(yōu)模型如表2所示。 表2 分段最優(yōu)擬合 將各分段擬合函數(shù)合并在一起得到最終的分段擬合結(jié)果,擬合結(jié)果如圖3。其中,橫坐標代表非標準值,縱坐標代表標準值,從圖中可以看出,分段擬合更能體現(xiàn)數(shù)據(jù)的局部特征,從而提高整體擬合模型的精確度。 圖3 分段擬合函數(shù) 采用另外20組數(shù)據(jù)對本文分段擬合方案進行誤差驗證,與原有檢測結(jié)果和直接擬合進行對比,得到誤差分析如表3所示。由表3可以看出,本文提出的分段擬合方案可以有效減少受電弓檢測中的測量誤差,可以憑借更小的復(fù)雜度獲得更優(yōu)的擬合精確度。 表3 誤差對比分析 為解決受電弓檢測裝置的檢測誤差問題,本文根據(jù)在鐵路機務(wù)段實際測量數(shù)據(jù),提出了分段擬合方案,通過計算建立了受電弓靜態(tài)接觸壓力的誤差修正模型,經(jīng)過檢測樣本的誤差分析,確定本文的修正模型可以有效地減少受電弓檢測裝置的測量誤差,提高測量的準確度。1.2 分段擬合
1.3 模型評估指標
2 分段擬合設(shè)計
2.1 分段原則
2.2 分段最優(yōu)擬合
3 實驗驗證
4 結(jié) 論