【技术实现步骤摘要】
本专利技术涉及半导体气体传感领域。
技术介绍
1、作为电力运输和分配的枢纽设备，变压器的可靠运行是电力系统安全、稳定的关键。目前，油中溶解气体分析技术(dga)被认为是变压器故障诊断最为有效的方法。通过气体检测系统对变压器油分解气体进行监测，有助于实现对变压器的运行状态的在线监测。在变压器发生故障时，变压器油中会先后释放出co和h2两种气体，这两种气体可看作两种典型的变压器油中溶解特征气体，因此实时检测co和h2气体对变压器设备的安全稳定运行具有重要意义。目前，通常采用气相色谱对变压器油中溶解气体分离后进行检测，溶解气体的提取基本步骤包括变压器油的取样、净化、油中溶解气体脱气分离等。随后，气相色谱仪将混合物分离成单一组分，然后这些组分被送入红外光谱或气体传感器等进行浓度检测。然而，由于co和h2气体在色谱柱中移动速度相近，两者在经过色谱柱后的出峰时间较为接近，导致传感器检测的信号峰有一定重合，因此在实际检测中会出现一定误差。
2、近些年来，由金属氧化物(mos)气敏传感器阵列以及人工智能算法组成的人工嗅觉系统在气体实时检测领域表现出显著优势。mos气敏传感器具有检测速度快、操作简单、成本低的特点。人工智能算法具有很强的特征提取和识别能力，可以自发提取数据中的特征信息，并通过自学习完成模型参数的更新，具有较强的泛化能力。目前，人工嗅觉系统已经在工业污染监测、食品安全、医疗领域等方面发挥重要作用。然而，目前对混合气体的预测研究很多只关注种类的预测，而对浓度这一关键指标有所忽略，难以进行更精确的分析。因此，开发一种混合气体
技术实现思路
1、本专利技术目的是为了解决目前对混合气体的浓度预测，难以进行更精确分析的问题，本专利技术提供了基于温度调制技术的混合气体浓度检测方法。
2、基于温度调制技术的混合气体浓度检测方法，该方法包括如下步骤：
3、气体制备：制备多种浓度的混合气体，且混合气体由h2与co组成；
4、数据采集：将各工作周期内不同温度调制模式下传感器阵列采集混合气体的气敏响应数据作为一个训练样本，其中，传感器阵列为由阵列排布的多个种类不同的金属氧化物气敏传感器制备而成；训练样本为由各工作周期内各温度调制模式下4个金属氧化物气敏传感器所采集的气敏响应数据构成的数据矩阵；
5、数据处理：对训练样本进行预处理、以及各气体种类和浓度标签标注；
6、模型训练：将训练样本输入至lstm神经网络模型，进行混合气体中各类别气体浓度预测，实现对lstm神经网络模型的训练；
7、推理阶段：利用训练后的lstm神经网络模型对混合气体进行浓度预测。
8、优选的是，每个金属氧化物气敏传感器包括基底和气敏感应部；气敏感应部由掺杂金属靶材和sno2靶材混合制备成型；
9、基底为al2o3陶瓷片，且基底顶面印有正、负金电极、底面印有正、负加热电极，且敏感应部与正、负金电极连接，并且正、负金电极作为金属氧化物气敏传感器的数据输出端，正、负加热电极作为金属氧化物气敏传感器的温度调制端。
10、优选的是，加热电极为采用氧化钌实现。
11、优选的是，传感器阵列包括4种金属氧化物气敏传感器，且4种金属氧化物气敏传感器的sno2靶材所掺杂的金属分别为in、ni、pd和co。
12、优选的是，lstm神经网络模型包括依次设置的1个输入层、2个lstm层、一个全连接层和1个输出层；
13、通过输入层将接收的气敏响应数据依次送入2个lstm层进行特征提前后，通过全连接层将所提取的特征整合后，通过输出层输出。
14、优选的是，全连接层通过线性变换和激活函数的组合而成。
15、优选的是，输出层采用线性回归激活函数实现。
16、优选的是，对训练样本进行预处理的实现方式为：依次进行平滑、归一化处理。
17、基于温度调制技术的混合气体浓度检测装置，包括存储设备、处理器、以及存储在所述存储设备内并可在所述处理器上运行的计算机程序，所述处理器执行计算机程序实现所述基于温度调制技术的混合气体浓度检测方法。
18、一种计算机可读存储设备，所述存储设备存储有计算机程序，所述计算机程序被执行时实现所述基于温度调制技术的混合气体浓度检测方法。
19、本专利技术的优点：
20、本专利技术提供了一种所述的基于温度调制技术的混合气体浓度检测方法。相比于现有混合气体浓度预测方法，本专利技术通过温度调制技术，在空间域的尺度下扩充的气敏响应数据的特征，显著提高了混合气体浓度的识别精度。与此同时，采用lstm神经网络模型处理时间序列数据，充分挖掘了序列数据所包含的特征信息。该识别方法具有高识别准确率，高预测精度等优点。通过本专利技术方法，能够完成复杂背景下的气体浓度预测任务，为变压器油中释放气体的检测提供一个有效方法。
21、本专利技术的气体浓度检测方法具有快速、高效、便捷等优点，对气体识别领域的发展有重要意义。
本文档来自技高网...【技术保护点】
1.基于温度调制技术的混合气体浓度检测方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，每个金属氧化物气敏传感器包括基底和气敏感应部；气敏感应部由掺杂金属靶材和SnO2靶材混合制备成型；
3.根据权利要求2所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，加热电极为采用氧化钌实现。
4.根据权利要求2所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，传感器阵列包括4种金属氧化物气敏传感器，且4种金属氧化物气敏传感器的SnO2靶材所掺杂的金属分别为In、Ni、Pd和Co。
5.根据权利要求1所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，LSTM神经网络模型包括依次设置的1个输入层、2个LSTM层、一个全连接层和1个输出层；
6.根据权利要求5所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，全连接层通过线性变换和激活函数的组合而成。
7.根据权利要求5所述基于温度调制技术的混合气体浓度检测方法，其特征在于，输出
8.根据权利要求1所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，对训练样本进行预处理的实现方式为：依次进行平滑、归一化处理。
9.基于温度调制技术的混合气体浓度检测装置，包括存储设备、处理器、以及存储在所述存储设备内并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序实现如权利要求1至8任一所述基于温度调制技术的混合气体浓度检测方法。
10.一种计算机可读存储设备，所述存储设备存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至8任一所述基于温度调制技术的混合气体浓度检测方法。
...【技术特征摘要】
1.基于温度调制技术的混合气体浓度检测方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，每个金属氧化物气敏传感器包括基底和气敏感应部；气敏感应部由掺杂金属靶材和sno2靶材混合制备成型；
3.根据权利要求2所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，加热电极为采用氧化钌实现。
4.根据权利要求2所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，传感器阵列包括4种金属氧化物气敏传感器，且4种金属氧化物气敏传感器的sno2靶材所掺杂的金属分别为in、ni、pd和co。
5.根据权利要求1所述的基于温度调制技术的混合气体浓度检测方法，其特征在于，lstm神经网络模型包括依次设置的1个输入层、2个lstm层、一个全连接层和1个输出层；
6.根据权利...
【专利技术属性】
技术研发人员：梁建权，王悦，张健，张亮，宫铭辰，李璐，曲利民，王晓夏，曾大文，万奇亮，王磊，李中原，张可心，张朋，赵雷雷，
申请(专利权)人：国网黑龙江省电力有限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。