一种具有数据驱动异常磁测量单元识别功能的自愈合磁阵列型电流传感器

磁阵列型电流传感器因其显著优势而日益普及，包括宽带功能、大动态范围、成本效益和紧凑尺寸。然而，电流传感器内的一个或多个磁测量单元 (MMU) 的测量误差易受环境因素影响而显著偏离标称值，这对电流传感器的测量精度构成了潜在威胁。鉴于确保长期持续测量精度的需求，本文提出了一种植根于信息物理关联的创新自愈合方法。该方法旨在识别表现出异常测量误差的 MMU，从而在电流测量过程中仅利用剩余未受影响的 MMU。为此，采用主成分分析 (PCA) 从归因于测量误差漂移的残差分量中辨别出由被测电流波动引起的主分量。该分析通过仔细检查从 MMU 获得的测量数据进行。随后，部署平方预测误差 (SPE) 统计量（也称为 $Q$ 统计量）来单独识别任何表现出异常行为的 MMU。实验结果表明，无需标准磁场传感器即可成功在线识别异常 MMU。通过消除已识别异常 MMU 的贡献，有效地保持了电流测量的精度。