加载分布式温度传感（DTS）文件，校准温度并估计其不确定性。
项目描述
文档 |
|
测试 |
|
包 |
   |
可引用 |
|
示例笔记本 |
A Python包，用于加载分布式温度传感文件，执行校准并绘制结果。校准程序的详细描述可以在https://doi.org/10.3390/s20082235找到。
您有疑问、想法，或者只是想打个招呼？请在`讨论页面 <https://github.com/dtscalibration/python-dts-calibration/discussions>`上留言！
安装
pip install dtscalibration或者直接从GitHub的开发版本安装
pip install https://github.com/dtscalibration/python-dts-calibration/zipball/main --upgrade包功能
DTS通过将后向散射测量校准到已知温度的区域来测量温度。DTS设备提供简单的接口进行有限的校准。使用此Python包重新校准您的测量可以提供更好的温度估计和额外的选项。
- 高级校准程序
计算校准温度的不确定性
所有测量值都用于估计随时间恒定的参数值。
加权最小二乘校准
（非对称）步损失校正，以便可以使用光纤连接器而不是焊接/连接。
匹配温度区域以支持J配置
动态参考区域定义
合并和对齐双端设置的工具
支持大多数制造商的数据格式
当前支持设备
Silixa Ltd.: Ultima & XT-DTS .xml文件（最高版本8.1）
Sensornet Ltd.: Oryx, Halo & Sentinel .ddf文件
AP Sensing: N4386B .xml文件（仅限单端）
SensorTran: SensorTran 5100 .dat二进制文件（仅限单端）
文档
在笔记本07Calibrate_single_ended.ipynb中介绍了单端设置的完整校准过程，并在08Calibrate_double_ended.ipynb中介绍了双端设置。
在readthedocs上查看文档。
在此处可以查看在浏览器中运行的示例笔记本（./docs/notebooks）。
如何引用
以下文章解释和讨论了校准过程
des Tombe, B.，Schilperoort, B.，& Bakker, M.（2020）。从光纤拉曼光谱分布式温度传感估计温度和相关不确定性。传感器，20（8），2235。 https://doi.org/10.3390/s20082235
通过Zenodo引用特定的实现/存储库
使用以下方法检查Python控制台中使用的dtscalibration的版本
>>> # The following line introduces the .dts accessor for xarray datasets >>> import dtscalibration # noqa: E401 >>> dtscalibration.__version__ '3.0.1'
转到Zenodo并跟随链接到感兴趣的版本。
引用位于页面右下角。
下载文件
下载您平台上的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分布
构建分发版
dtscalibration-3.1.0.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 5bf7ee40a8779b8d4fd0478289fb7e088b79f70f986182c3ee8dfe60a878e216 |
|
| MD5 | a3fd43fe101621fbf6cbfdf934a99ba7 |
|
| BLAKE2b-256 | bc4ba428d90319fdd2bafb61b23f40a1dc75b488b980e6272a35185d6583681c |
dtscalibration-3.1.0-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | cb1036db32c2c71d88736beeada03f0e04bd2f7d28b9719aeb181402259fc495 |
|
| MD5 | 69513aa466f4f48b1c9b726146bafd7e |
|
| BLAKE2b-256 | 437152bf6fc54d19d454ddd2ebb5ebb948d584480b82cff48c96eb76a3a88901 |
