基于数据融合的磁致伸缩位移校正方法

针对换流变压器实际运行过程中铁芯振动信号高次谐波分量的测量准确性问题,提出一种数据校正方法,利用加速度传感器的高频敏感性特点,结合多传感器数据融合的卡尔曼滤波(KF)算法,对高频位移信号进行校正。通过分解换流变压器实际激励信号,同时搭建并改进单片硅钢片磁致伸缩特性测量实验平台,进而对不同激励下信号进行同步采集和数据融合。利用卡尔曼滤波将数据融合,并对融合前后的高频位移信号各分量占比以及信噪比进行计算对比。模拟换流变压器实际工作条件,在250Hz和350Hz单独激励时,数据融合后的位移信号的信噪比在其4倍频处分别提升7.6%、11.7%,在6倍频处的信噪比分别提升为9.5%、22.9%。实验结果表明,该方法提高了高频位移信号的测量准确性,有效地解决了传统位移传感器在高频测量方面的局限性。