【技术实现步骤摘要】
本专利技术属于气体检测分类，尤其是一种干式电抗器特征分解气体检测装置及方法。
技术介绍
1、随着电力普遍进入千家万户，人们对于电力的使用需求也逐渐增加，因此国家正大力修建输电线路。在输电线路中，短路问题是十分严重的，为了保护电路安装电抗器是常见的选择。当输电线路发生短路时，电抗器能够有效发挥作用保持系统的电压不变。
2、干式空心电抗器具有安装成本低，运行维护简单，易于操作，不会产生磁饱等诸多优点。但干式电抗器在运行时间较长的时候，绝缘材料的性能会下降，进而导致局部温度过高，进一步影响到其使用寿命，严重的还会出现烧毁的情况。
3、干式电抗器发生故障，一般情况下都是以线圈间的绝缘材料即环氧树脂毁坏的形式呈现出来。由于干式电抗器发生故障会产生较高的温度，而自然风冷降温的方法不足以有效解决问题，所以绝缘材料环氧树脂的温度会很高，而环氧树脂在高温下分解产生的产物与温度高低有关，因此，若能检测特征故障气体的类别、浓度等可对干式空心电抗器故障状态进行判断。然而，现阶段的气体检测设备，如气相色谱质谱联动(gcms)、紫外光谱等大都存在价格昂贵、设备尺寸大、工况干扰大等缺陷。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提出一种干式电抗器特征分解气体检测装置及方法，能够实时监测甲醛浓度数据和一氧化碳浓度数据，并通过传感器阵列和神经网络优化算法，避免多种气体监测时的交叉干扰问题，实现对干式电抗器周围特征分解气体含量的准确评估，基于评估结果做出有效预警，预防干式电抗
2、本专利技术解决其技术问题是采取以下技术方案实现的：
3、一种干式电抗器特征分解气体检测装置，包括传感器阵列、ad转换模块、主控模块和显示模块，其中，传感器阵列包括一氧化碳传感器、二氧化碳传感器、空气质量传感器和甲烷传感器，一氧化碳传感器用于检测干式电抗器反应环境中的一氧化碳浓度，二氧化碳传感器用于检测干式电抗器反应环境中的二氧化碳浓度，空气质量传感器用于检测干式电抗器反应环境中的氢气浓度，甲烷传感器用于检测干式电抗器反应环境中的甲烷浓度；传感器阵列的输出端连接ad转换模块的输入端，ad转换模块用于将传感器阵列检测到的特征气体浓度转换为数字信号并发送至所述主控模块；ad转换模块的输出端连接主控模块的输入端，主控模块的输出端连接显示模块的输入端，主控模块用于根据数字信号对当前干式电抗器反应环境中的特征气体进行分类和浓度预测，输出分类结果和预测的气体浓度至显示模块进行显示；主控模块还用于将检测时间段内获取的数字信号以曲线图形式显示在显示模块。
4、一种干式电抗器特征分解气体检测装置的检测方法，包括以下步骤：
5、步骤1、采用传感器阵列中一氧化碳传感器检测干式电抗器反应环境中的一氧化碳浓度，采用二氧化碳传感器检测干式电抗器反应环境中的二氧化碳浓度，采用空气质量传感器检测干式电抗器反应环境中的氢气浓度，采用甲烷传感器检测干式电抗器反应环境中的甲烷浓度；
6、步骤2、将传感器阵列检测到的特征气体浓度通过ad转换模块转换为数字信号并传输至主控模块；
7、步骤3、主控模块将检测时间段内获取的所述数字信号以曲线图形式显示，并根据数字信号采用神经网络模型对当前干式电抗器反应环境中的特征气体进行分类和浓度预测，输出分类结果和预测的气体浓度并在显示模块中进行显示。
8、而且，所述步骤2中主控模块中搭载有用于气体分类和浓度预测的神经网络模型，用于对当前干式电抗器反应环境中的特征气体进行分类和浓度预测，分类的结果为仅一氧化碳气体超标、仅二氧化碳气体超标、一氧化碳和二氧化碳气体均超标中的其中一种。
9、而且，所述神经网络模型包括顺序连接的输入层、共享层和输出层。
10、而且，所述共享层包括第一长短期记忆层、第二长短期记忆层和注意力层；
11、其中，输入层用于输入所述传感器阵列的4路数字信号至所述第一长短期记忆层；第一长短期记忆层和第二长短期记忆层构成双层长短期记忆网络，用于对输入信号进行特征提取并输入所述注意力层；注意力层用于从输入的特征中提取关联特征；
12、输出层包括分类输出层和浓度输出层；分类输出层为连接所述注意力层的第一全连接层，第一全连接层用于从所述注意力层输出的关联特征中提取有关气体种类的信息，输出类别信息；浓度输出层为连接所述注意力层的第二全连接层，第二全连接层用于从注意力层输出的关联特征中提取有关气体浓度的信息，输出浓度信息。
13、而且，所述双层长短期记忆网络的输出为：
14、hi＝lstm(xi，hi-1)
15、其中，hi表示所述双层长短期记忆网络对第i个输入样本xi的输出，lstm()表示所述双层长短期记忆网络的函数表达，hi-1表示所述双层长短期记忆网络对第i-1个输入样本xi-1的输出，i＝1,2…n，n表示输入样本的个数；
16、通过线性变换将双层长短期记忆网络的输出hi映射为一个标量ai输入至所述注意力层，ai表示为：
17、ai＝w*hi+b
18、其中，w为参数矩阵，b为偏置向量；
19、注意力层计算hi对应的权重ai：
20、
21、其中，exp()是以自然常数e为底的指数函数，aj是在计算当前标量ai对应权重时的n个标量中的第j个，i＝1,2…n；
22、注意力层还对n个样本的hi进行加权求和，得到用于输入第一全连接层和第二全连接层的加权向量c：
23、
24、而且，所述浓度输出层的输出为：
25、y(con)＝w(con)c+b(con)
26、其中，w(con)是与浓度对应的m×d的权重矩阵，b(con)是与w(con)对应的m维的偏置向量，m为浓度预测需要输出的值的个数，d是c的维度；
27、分类输出层的输出为：
28、y(gas)＝softmax(w(gas)c+b(gas))
29、其中，w(gas)是与类别对应的m×d的权重矩阵，b(gas)是与w(gas)对应的m维的偏置向量，softmax()表示softmax函数，b(gas)是与(gas)对应的m维的偏置向量，softmax()表示softmax函数。
30、而且，所述神经网络模型的总损失函数为：
31、l＝λ1l(con)+λ2l(gas)+α(||w(con)||2+(||w(gas)||2)
32、其中，λ1和λ2分别表示浓度预测损失l(con)和气体分类损失l(gas)的权重，α是正则化项的权重，|| ||2表示l2范数；
33、神经网络模型对于浓度预测，采用的损失函数为：
34、
35、其中，表示第个浓度预测值的真实值，表示第个浓度预测值；
36、神经网络模型对于气体分类，采用的损失函数为：
37、
<本文档来自技高网...【技术保护点】
1.一种干式电抗器特征分解气体检测装置，其特征在于：包括传感器阵列、AD转换模块、主控模块和显示模块，其中，传感器阵列包括一氧化碳传感器、二氧化碳传感器、空气质量传感器和甲烷传感器，一氧化碳传感器用于检测干式电抗器反应环境中的一氧化碳浓度，二氧化碳传感器用于检测干式电抗器反应环境中的二氧化碳浓度，空气质量传感器用于检测干式电抗器反应环境中的氢气浓度，甲烷传感器用于检测干式电抗器反应环境中的甲烷浓度；传感器阵列的输出端连接AD转换模块的输入端，AD转换模块用于将传感器阵列检测到的特征气体浓度转换为数字信号并发送至所述主控模块；AD转换模块的输出端连接主控模块的输入端，主控模块的输出端连接显示模块的输入端，主控模块用于根据数字信号对当前干式电抗器反应环境中的特征气体进行分类和浓度预测，输出分类结果和预测的气体浓度至显示模块进行显示；主控模块还用于将检测时间段内获取的数字信号以曲线图形式显示在显示模块。
2.一种如权利要求1所述的干式电抗器特征分解气体检测装置的检测方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的一种干式电抗器特征分解气体检测装置的检测
4.根据权利要求3所述的一种干式电抗器特征分解气体检测装置的检测方法，其特征在于：所述神经网络模型包括顺序连接的输入层、共享层和输出层。
5.根据权利要求4所述的一种干式电抗器特征分解气体检测装置的检测方法，其特征在于：所述共享层包括第一长短期记忆层、第二长短期记忆层和注意力层；
6.根据权利要求5所述的一种干式电抗器特征分解气体检测装置的检测方法，其特征在于：所述双层长短期记忆网络的输出为：
7.根据权利要求6所述的一种干式电抗器特征分解气体检测装置的检测方法，其特征在于：所述浓度输出层的输出为：
8.根据权利要求7所述的一种干式电抗器特征分解气体检测装置的检测方法，其特征在于：所述神经网络模型的总损失函数为：
...【技术特征摘要】
1.一种干式电抗器特征分解气体检测装置，其特征在于：包括传感器阵列、ad转换模块、主控模块和显示模块，其中，传感器阵列包括一氧化碳传感器、二氧化碳传感器、空气质量传感器和甲烷传感器，一氧化碳传感器用于检测干式电抗器反应环境中的一氧化碳浓度，二氧化碳传感器用于检测干式电抗器反应环境中的二氧化碳浓度，空气质量传感器用于检测干式电抗器反应环境中的氢气浓度，甲烷传感器用于检测干式电抗器反应环境中的甲烷浓度；传感器阵列的输出端连接ad转换模块的输入端，ad转换模块用于将传感器阵列检测到的特征气体浓度转换为数字信号并发送至所述主控模块；ad转换模块的输出端连接主控模块的输入端，主控模块的输出端连接显示模块的输入端，主控模块用于根据数字信号对当前干式电抗器反应环境中的特征气体进行分类和浓度预测，输出分类结果和预测的气体浓度至显示模块进行显示；主控模块还用于将检测时间段内获取的数字信号以曲线图形式显示在显示模块。
2.一种如权利要求1所述的干式电抗器特征分解气体检测装置的检测方法，其特征在于：包括以下步骤：
3.根据权利要求2所述的一种...
【专利技术属性】
技术研发人员：赵琦，李苏雅，满玉岩，何金，李琳，李楠，宁琦，方琼，
申请(专利权)人：国网天津市电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。