CN103134761B - 检测gis内so2的紫外光谱检测系统及数据处理方法 - Google Patents

Abstract

本发明公开了一种检测GIS内SO₂的紫外光谱检测系统及数据处理方法，本发明系统由紫外光源、参考光路、测量光路、紫外光谱仪和上位机组成，数据处理方法包括：利用样本气体吸光度数据序列，求出第一分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比和第二分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比，将上述参数与判别门限参数比较得到样本判决表，并通过样本判决表实现GIS的三级故障判别。本发明可快速、定性的检测GIS设备内的SO₂，解决了现场紫外光谱检测GIS内局部放电故障的光谱数据处理与状态识别问题，具有针对性强、识别精度高、运算量小、易于硬件实现的特点。

Description

检测GIS内SO2的紫外光谱检测系统及数据处理方法

技术领域

本发明涉及GIS（Gas Insulated Switchgear，气体绝缘组合电器设备）内部局部放电故障识别技术，尤其涉及紫外光谱检测GIS内局部放电特征衍生物SO₂的检测系统及紫外光谱数据处理方法。

背景技术

SF₆气体具有优良的物理、化学、灭弧性质。以SF₆气体作为绝缘和灭弧介质的GIS（Gas Insulated Switchgear，气体绝缘组合电器设备），因其紧密的结构和较高的可靠性而广泛应用于高压线路中。由于GIS制造和装配过程中往往存在一些绝缘缺陷，可能会在设备运行过程中产生不同程度的电气故障，最通常表现是在绝缘完全击穿或闪络前产生局部放电。局部放电会造成SF₆气体分解，生成诸如SO₂、SO₂F₂、SOF₂、CO、HF等多种特征衍生物，并导致GIS设备绝缘性能降低。因此，通过对GIS内SF₆放电衍生物的定性、定量检测，可以有效发现设备内部存在的绝缘缺陷^[1]。

对于GIS的内部局部放电检测，现阶段主要依赖检修人员定期赴现场采集设备内部样本气体后送至实验室内，再通过红外、色谱、光声光谱等大型精密设备分析放电故障特征衍生物组分，如SO₂、SO₂F₂、SOF₂等，进而推断GIS的绝缘状态。所配套的数据处理分析方法也主要面向上述仪器测得的谱图进行数据分析与特征识别^[2~4]。这些方法虽然精度较高，但因其依托的设备存在维护成本高、对检测环境敏感、难以现场应用等缺点，不利于GIS内部放电故障的现场早期预警。

紫外光谱法根据被测物质分子对于紫外波段（200nm-400nm）光的吸收特性（吸光度）实现定性和定量分析。考虑到SO₂作为SF₆气体在电弧、火花、电晕放电作用下稳定的特征衍生物，是设备在正常工作情况下不应存在的组分，SO₂的产生可在一定程度上表征设备的内部绝缘性能的下降^[5]。此外，SF₆、SOF₂、SO₂F₂对紫外不敏感，而SO₂气体在紫外波段存在特征吸收，其检测技术比较成熟，且紫外光谱装置具有体积小、价格低、易安装等特点，更能适应现场复杂的监测要求。

因此，通过使用紫外光谱法现场检测GIS内部样本气体，快速、定性的分析其中是否含有特征衍生物SO₂，即可实现GIS设备内部局部放电故障的早期预判。一旦确认存在SO₂组分，则判定被测GIS内可能存在局部放电，则需要通知工作人员进行进一步检修工作，如使用更精密的设备完成多组分定量检测。这就需要一种用于GIS内SO₂组分检测与识别的监测系统及紫 外光谱数据处理分析方法，实现光谱数据预处理、SO₂组分特征提取、设备故障判别等基本功能。考虑到现场检测设备的限制，该方法还应具有针对性强、识别精度高、运算量小、易于硬件实现等特点。

文献1：SF₆分解产物的红外光谱特性与放电趋势[J].张晓星，任江波，唐炬，熊浩.高电压技术，2008，Vol.35，No.12.

文献2：SF₆气体及其衍生物的红外光谱分析[J].蔡涛，王先培，黄云光，杜双育等.光谱学与光谱分析，2010，Vol.30，No.11.

文献3：曲线拟合法用于SF6分解组分的重叠色谱峰分离研究[J].张晓星，谢颜斌，姚尧.高电压技术，2008，Vol.34，No.12.

文献4：光声光谱技术在电气设备SF₆气体检测中的应用[J].吴沃生.广东科技，2010，第245期.

文献5：应用SO₂、H₂S含量诊断SF6电气设备内部故障初探[J].宋春林，孔胜杰.宁夏电力，2009，第2期.

发明内容

针对现有技术存在的上述问题，本发明提供一种检测GIS内SO₂的紫外光谱检测系统及数据处理方法，可用于GIS设备现场早期放电故障判断。

本发明通过对GIS内部样本气体的紫外光谱数据（即，吸光度光谱序列）进行SO₂组分特征提取及设备故障判别，实现了GIS设备内SO₂组分的快速、定性检测，可为操作维护人员提供重要预警信息，从而及时做出决断和进一步的精确检测。本发明具有针对性强、精度高、快速、易于硬件实现的优点。

本发明提供了一种检测GIS内SO2的紫外光谱检测系统，包括：紫外光源、参考光路、测量光路、紫外光谱仪和上位机，所述的参考光路包括依次相连的第一光开关、光路光纤、第二光开关，紫外光源、紫外光谱仪分别通过第一光开关、第二光开关与参考光路相连，紫外光源、测量光路、紫外光谱仪、上位机依次相连。

上述测量光路包括采样池、与采样池两端口分别相连的第一光纤准直耦合模块和第二光纤准直耦合模块、与采样池上出气口和进气口分别相连的出气系统和进气系统。

所述的进气系统包括测温模块、进气口三通和进气口针阀，采样池通过进气口三通与测温模块和进气口针阀相连。

所述的出气系统包括流量测量模块、出气口三通和出气口针阀，采样池通过出气口三通与流量测量模块和出气口针阀相连。

本发明还提供了一种紫外光谱数据处理方法，包括步骤：

步骤1，获取GIS内样本气体的紫外吸光度光谱序列，分别截取其中200~215nm及295~305nm波长区段的吸光度数据作为第一分析区和第二分析区对应的吸光度数据序列，第一分析区对应的吸光度数据序列分别为{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}，第二分析区对应的吸光度数据序列分别为{A(λ₂₁),A(λ₂₂),...,A(λ2_n)}；

步骤2，分别基于第一分析区和第二分析区对应的吸光度数据序列获得第一分析区和第二分析区的样本特征频段功率比α₁和α₂，所述的第一分析区的样本特征频段功率比为第一分析区的吸光度数据序列中0.55~0.65Hz频段的光谱谐波功率之和与0.55~0.65Hz频段以外的光谱谐波功率之和的比值，所述的第二分析区的样本特征频段功率比为第二分析区的吸光度数据序列中0.45~0.55Hz频段的光谱谐波功率之和与0.45~0.55Hz频段以外的光谱谐波功率之和的比值；

步骤3，分别基于第一分析区和第二分析区对应的吸光度数据序列构造吸光度轨道矩阵M₁和M₂，并基于吸光度轨道矩阵M₁和M₂分别获取第一分析区和第二分析区的样本吸光度奇异熵E₁和E₂；

步骤4，分别对第一分析区和第二分析区对应的吸光度数据序列进行自相关运算得到对应的自相关吸光度数据序列，基于自相关吸光度数据序列分别获得第一分析区和第二分析区的自相关样本特征频段功率比β₁和β₂,所述的第一分析区的自相关样本特征频段功率比为第一分析区的自相关吸光度数据序列中0.55~0.65Hz频段的光谱谐波功率之和与0.55~0.65Hz频段以外的光谱谐波功率之和的比值，所述的第二分析区的自相关样本特征频段功率比为第二分析区的自相关吸光度数据序列中0.45~0.55Hz频段的光谱谐波功率之和与0.45~0.55Hz频段以外的光谱谐波功率之和的比值；

步骤5，将第一分析区的样本特征频段功率比α₁、样本吸光度奇异熵E₁、样本自相关特征频段功率比β₁和第二分析区的样本特征频段功率比α₂、样本吸光度奇异熵E₂、样本自相关特征频段功率比β₂分别与预设门限判决参数比较，从而获得GIS故障判断结果，其中，分别为第一分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比的门限判决参数；分别为第二分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比的门限判决参数。

上述步骤2进一步包括子步骤：

步骤201，分别对第一分析区和第二分析区的吸光度数据序列进行傅立叶变换，得到第一分析区和第二分析区的离散频率点处的傅立叶变换系数；

步骤202，根据傅立叶变换系数分别获得第一分析区和第二分析区的离散频率点处的光谱谐波功率；

步骤203，基于光谱谐波功率分别获取第一分析区和第二分析区的样本特征频段功率比α₁和α₂。

上述步骤3进一步包括子步骤：

步骤301，基于第一分析区对应的吸光度数据序列{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}构建第一分析区的吸光度轨道矩阵M₁，所述的吸光度轨道矩阵M₁维数τ×u：

$M_1=\left[\begin{array}{cccc}A\left({\mathrm{\λ}}_{11}\right)& A\left({\mathrm{\λ}}_{12}\right)& ...& A\left({\mathrm{\λ}}_{1u}\right)\\ A\left({\mathrm{\λ}}_{12}\right)& A\left({\mathrm{\λ}}_{13}\right)& ...& A\left({\mathrm{\λ}}_{1(u+1)}\right)\\ ...& ...& ...& ...\\ A\left({\mathrm{\λ}}_{1\mathrm{\τ}}\right)& A\left({\mathrm{\λ}}_{1(\mathrm{\τ}+1)}\right)& ...& A\left({\mathrm{\λ}}_{1m}\right)\end{array}\right]$

其中，

τ＝floor[m/4]，u＝m-τ+1；floor[·]表示取整；

步骤302，基于第二分析区对应的吸光度数据序列{A(λ凡₂₁),A(λ凡₂₂),...,A(λ_2n)}构建第二分析区的吸光度轨道矩阵M₂，所述的吸光度轨道矩阵M₂维数s×v：

$M_2=\left[\begin{array}{cccc}A\left({\mathrm{\λ}}_{21}\right)& A\left({\mathrm{\λ}}_{22}\right)& ...& A\left({\mathrm{\λ}}_{2v}\right)\\ A\left({\mathrm{\λ}}_{22}\right)& A\left({\mathrm{\λ}}_{23}\right)& ...& A\left({\mathrm{\λ}}_{2(v+1)}\right)\\ ...& ...& ...& ...\\ A\left({\mathrm{\λ}}_{2s}\right)& A\left({\mathrm{\λ}}_{2(s+1)}\right)& ...& A\left({\mathrm{\λ}}_{2n}\right)\end{array}\right]$

其中，

s＝floor[n/4]，v＝n-s+1；floor[·]表示取整；

步骤303，分别对吸光度轨道矩阵M₁和M₂作奇异值分解，获得对应的对角矩阵，基于对角矩阵分别获得第一分析区和第二分析区对应的样本吸光度奇异熵E₁和E₂。

上述步骤5中门限判决参数采用如下方法获得：

步骤501，重复获取SF₆标准气体和设定预警浓度下的SO₂标准气体对应的多组紫外吸光度光谱序列，采用上述步骤2~4分别获取SF₆标准气体和设定预警浓度下的SO₂标准气体对应的多组判别参数值，所述的判别参数为第一分析区的样本特征频段功率比、样本吸光度奇 异熵、样本自相关特征频段功率比和第二分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比；

步骤502，分别获取SF6标准气体和设定预警浓度下的SO₂标准气体对应的多组判别参数的算术平均值；

步骤503，基于SF₆标准气体和设定预警浓度下的SO₂标准气体对应的判别参数平均值获得该预警浓度下SO₂标准气体对应的门限判决参数。

上述步骤5中，获得GIS故障判断结果的具体步骤如下：

步骤504，将第一分析区的样本特征频段功率比α₁、样本吸光度奇异熵E₁、样本自相关特征频段功率比β₁和第二分析区的样本特征频段功率比α₂、样本吸光度奇异熵E₂、样本自相关特征频段功率比β₂分别与对应的预设门限判决参数进行门限二值判断，得到样本判决表[J₁,J₂,J₃,J₄,J₅,J₆]，对于第i个子判决结果J_i，J_i＝1表示异常状态，J_i＝0表示正常状态，i＝1,2,...,6；

步骤505，根据进行GIS三级故障判别：

若J≥3，则被测GIS设备内部必然出现局部放电故障；

若J＝2，则被测GIS设备内部可能出现局部放电故障；

若J≤1，则被测GIS设备内部未发现局部放电故障。

本发明提出的基于紫外光谱的GIS设备内SO₂组分的检测系统和数据分析方法，采用紫外光谱检测并通过多种数据处理方法实现了对GIS设备内SO₂气体的检测，能及时对GIS设备内局部放电故障作出初步预警。

与现有技术相比，本发明具有以下优点和有益效果：

1、本发明中，基于SO₂的紫外光谱吸收特性选取第一分析区与第二分析区的波长，这可增大信噪比、压缩数据量；本发明提出的样本特征频段功率比可有效提取气体样本在SO₂特征频段的频域信息；吸光度奇异熵能从不确定性角度区分样本吸光度数据序列中无序的噪声成分和有序的SO₂吸收特征；自相关特征频段功率比则通过自相关实现微弱信号提取，保证低浓度下的SO₂光谱组分特征的识别；样本判决表基于门限二值判断，执行逻辑简单明了、便于现场检测设备的软硬件实现；三级故障状态判别使得工作人员可以视情况对GIS设备采取不同的后期处理措施。

2、本发明的紫外光谱检测系统简单易操作，采用参考光路可直接获得参考亮背景，可简化操作流程。

3、本发明利用紫外光谱数据可快速、定性的检测出GIS设备内的SO₂组分，可解决现场紫外光谱检测GIS内局部放电故障的光谱数据处理与状态识别问题。

4、本发明针对性强、识别精度高、运算量小、易于硬件集成实现。

附图说明

图1为本发明方法的具体流程框图；

图2为本发明根据样本判决表进行三级故障状态判别的流程框图；

图3为本发明紫外光谱检测系统的结构框图。

图中，1-紫外光源，2-第一光开关，3-1-第一光纤准直耦合模块，3-2-第二光纤准直耦合模块，4-测温模块，5-进气口三通，6-进气口针阀，7-流量测量模块，8-出气口三通，9-出气口针阀，10-第二光开关，11-紫外光谱仪，12-上位机，13-采样池，14-光路光纤。 

具体实施方式

本发明涉及的理论基础如下：

（1）紫外吸收光谱原理

紫外吸收光谱法根据被测物质分子对于紫外波段（200nm-400nm）光的吸收特性实现定性和定量分析。吸光度是对这种吸收特性的一种表征，当仪器光程确定时，紫外光谱仪测得的吸光度序列分布仅与样本的种类和浓度有关。

紫外吸光度计算公式如下：

$A\left(\mathrm{\λ}\right)=\ln \left(\frac{I_0\left(\mathrm{\λ}\right)}{I\left(\mathrm{\λ}\right)}\right)$

其中，A(λ)表示待测样本在波长λ处的吸光度，A(λ)≥0；I₀(λ)表示参考亮背景，即紫外光源在波长λ处的出射光强度；I(λ)表示经样品池后波长λ处的出射光强度。由于紫外吸收光谱原理，样品池内的气体会对特定波长下的光产生一定的吸收衰减，故I₀(λ)≥I(λ)。

经实验室内标准气体试验测定，SO₂标准气体在紫外存在两个主要的特征吸收区段，区段内的一阶差分导数谱都呈现近似等间隔波动吸收特征：在200-215nm的间隔周期约1.54nm-1.82nm，对应的主要频域分量处于0.55-0.65Hz频段；在295-305nm的间隔周期约1.82nm-2.22nm，对应的主要频域分量处于0.45-0.55Hz频段。而SF₆及SO₂F₂、SOF₂、S₂OF₁₀ 等其他特征衍生物标准气体的吸光度一阶差分导数谱则无明显统计性规律。

（2）奇异值分解与奇异熵

根据奇异值分解理论，对于一个m×n维的实矩阵M，必然存在一个m×l维的矩阵U，一个l×l维的对角矩阵Λ和一个n×l维的矩阵V，使得如下关系成立

M＝UΛV^T

其中，可以令l＝min(m,n)，M称为轨道矩阵，对角矩阵Λ的主对角线元素σ_i(i＝1,2,...,l)非负，并按降序排列，构成主对角元序列{σ₁,σ₂,...,σ_l}。

定义信号的奇异熵E

$E=-\underset{i=1}{\overset{l}{\mathrm{\Σ}}}\left(E_i{\log }_2\left(E_i\right)\right),$ $E_i={\mathrm{\σ}}_i/\underset{j=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\σ}}_j$

信息熵是考察信号包含信息量的有效指标之一。若信号表现出明显的统计性规律，则有序性越强，熵E也越小；若信号更多的呈现出类似噪声的无序性，则熵E偏大。

二、实现过程 

本发明提出的一种紫外光谱数据处理方法，流程图见图1，包括步骤：

（1）对预处理后的GIS样本气体的紫外吸光度光谱序列，分别截取其中波长区段200-215nm及295-305nm内的吸光度数据作为第一分析区和第二分析区。假设预处理后的紫外吸光度光谱序列在波长{λ₁,λ₂,...,λ_k}处的吸光度为{A(λ₁),A(λ₂),...,A(λ_k)}，则第一分析区与第二分析区对应的吸光度数据序列分别为{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}和{A(λ₂₁),A(λ₂₂),...,A(λ_2n)}，波长区段边界满足(200≤λ₁₁＜λ₁₂＜...＜λ_1m≤215)nm及(295≤λ₂₁＜λ₂₂＜...＜λ_2n≤305)nm。

预处理是紫外光谱处理的必要步骤，此处使用的预处理方法包括Savitzky-Golay平滑滤波（窗口多项式卷积平滑滤波）和基于一阶差分导数法的基线校正，不属于本发明专利的保护范围。

（2）对第一分析区的吸光度数据序列进行FFT（快速傅里叶）运算，得到离散频率点{f₁₁,f₁₂,...,f_1m}处的FFT系数{F(f₁₁),F(f₁₂),...,F(f_1m)}。

为简化计算，截取其中0.1Hz-1.0Hz频段内的FFT系数进行平方运算，得到离散频率点 处的光谱谐波功率

$P\left(f_{\mathrm{li}}^{*}\right)={\left|F\left(f_{\mathrm{li}}^{*}\right)\right|}^2,$ 满足 $f_{\mathrm{li}}^{*}\&Element;\{f_{11}^{*},f_{12}^{*},...,f_{1p}^{*}\}$ 且 $(0.1\&le;f_{11}^{*}<f_{12}^{*}<...<f_{1p}^{*}\&le;1)\mathrm{Hz}$

基于光谱谐波功率计算第一分析区的样本特征频段功率比α₁：

${\mathrm{\&alpha;}}_1=\frac{\underset{0.55\&le;f_{\mathrm{li}}^{*}\&le;0.65}{\mathrm{\&Sigma;}}P\left(f_{\mathrm{li}}^{*}\right)}{\underset{0.1\&le;f_{1j}^{*}<0.55}{\mathrm{\&Sigma;}}P\left(f_{\mathrm{lj}}^{*}\right)+\underset{0.65<f_{1j}^{*}}{\mathrm{\&Sigma;}}P\left(f_{1j}^{*}\right)}$

其中，分子表示0.55-0.65Hz频段的光谱谐波功率累加，表征SO₂组分的频域特征分量；分母表示0.1-0.55Hz及0.65-1Hz频段的光谱谐波功率累加，表征SO₂以外的其他物质或噪声的频域特征分量。

（3）对第二分析区的吸光度数据序列进行FFT（快速傅立叶）运算，得到离散频率点{f₂₁,f₂₂,...,f_2n}处的FFT系数{F(f₂₁),F(f₂₂),...,F(f_2n)}。

为简化计算，截取其中0.1Hz-1.0Hz频段内的FFT系数进行平方运算，得到离散频率点 处的光谱谐波功率

$P\left(f_{2i}^{*}\right)={|F\left(f_{2i}^{*}\right)}^2,$ 满足 $f_{2i}^{*}\&Element;\{f_{21}^{*},f_{22}^{*},...,f_{2q}^{*}\}$ 且 $(0.1\&le;f_{21}^{*}<f_{22}^{*}<...<f_{2q}^{*}\&le;1)\mathrm{Hz}$

基于光谱谐波功率计算第二分析区的样本特征频段功率比α₂：

${\mathrm{\&alpha;}}_2=\frac{\underset{0.45\&le;f_{2i}^{*}\&le;0.55}{\mathrm{\&Sigma;}}P\left(f_{2i}^{*}\right)}{\underset{0.1\&le;f_{2j}^{*}<0.45}{\mathrm{\&Sigma;}}P\left(f_{2j}^{*}\right)+\underset{0.55<f_{2j}^{*}\&le;1}{\mathrm{\&Sigma;}}P\left(f_{2j}^{*}\right)}$

其中，分子表示0.45-0.55Hz频段的光谱谐波功率累加，表征SO₂组分的频域特征分量；分母表示0.1-0.45Hz及0.55-1Hz频段的光谱谐波功率累加，表征SO₂以外的其他物质或噪声的频域特征分量。

（4）根据第一分析区的吸光度数据序列{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}，构造第一分析区的吸光度轨道矩阵M₁，矩阵维数τ×u，公式如下：

$M_1=\left[\begin{array}{cccc}A\left({\mathrm{\&lambda;}}_{11}\right)& A\left({\mathrm{\&lambda;}}_{12}\right)& ...& A\left({\mathrm{\&lambda;}}_{1u}\right)\\ A\left({\mathrm{\&lambda;}}_{12}\right)& A\left({\mathrm{\&lambda;}}_{13}\right)& ...& A\left({\mathrm{\&lambda;}}_{1(u+1)}\right)\\ ...& ...& ...& ...\\ A\left({\mathrm{\&lambda;}}_{1\mathrm{\&tau;}}\right)& A\left({\mathrm{\&lambda;}}_{1(\mathrm{\&tau;}+1)}\right)& ...& A\left({\mathrm{\&lambda;}}_{1m}\right)\end{array}\right],$ 满足τ＝floor[m/4]，u＝m-τ+1

其中，τ为矩阵行数，u为矩阵列数，m为第一分析区的吸光度数据序列长度，floor[·]表示取整。

对M₁作奇异值分解，公式如下根据对角矩阵Λ₁求出第一分析区的样本吸光度奇异熵E₁：

$E_1=-\underset{i=1}{\overset{l}{\mathrm{\&Sigma;}}}\left(E_{\mathrm{li}}{\log }_2\left(E_{\mathrm{li}}\right)\right)$

其中，对角矩阵Λ₁维数为l×l，l=min(τ，u)；σ_i、σ_j分别对角矩阵Λ1的第i、j个主对角线元素；

(5)根据第二分析区的吸光度数据序列{A(λ₂₁)，A(λ₂₂)，…，A(λ_2n)}，构造第二分析区的吸光度轨道矩阵M₂，矩阵维数s×V，公式如下：

满足s=floor[n／4】，v=n一s+1

其中，s为矩阵行数，v为矩阵列数，n为第二分析区的吸光度数据序列长度，floor[·]表示取整。

对M₂作奇异值分解，公式如下根据对角阵Λ₂求出第二分析区的样本吸光度奇异熵E₂：

$E_2=-\underset{i=1}{\overset{l}{\mathrm{\&Sigma;}}}\left(E_{2i}{\log }_2\left(E_{2i}\right)\right)$

其中，对角矩阵Λ_，维数为，×，，，=min(s,v)；σ_i、σ_j分别对角矩阵Λ₂的第i、j个主对角线元素；

(6)对第一分析区的吸光度数据序列进行自相关运算，实现无关噪声去除。然后对结果进行FFT(快速傅立叶)运算，得到离散频率点{w₁₁，w₁₂，…，w_1m}处的FFT系数{F_R(W₁₁)，F_R(w_l2)，…，F_R(w_1m)}。

为简化计算，再截取其中O．1Hz—1．0Hz频段内的FFT系数进行平方运算，得到离散频率占处的光谱自相关序列谐波功率

$G\left(w_{\mathrm{li}}^{*}\right)={\left|f_R\left(w_{\mathrm{li}}^{*}\right)\right|}^2,$ 满足 $w_{\mathrm{li}}^{*}\&Element;\{w_{11}^{*},w_{12}^{*},...,w_{1p}^{*}\}$ 且 $(0.1\&le;w_{11}^{*}<w_{12}^{*}<...<w_{1p}^{*}\&le;1)\mathrm{Hz}$

计算第一分析区的样本自相关特征频段功率比β₁：

${\mathrm{\&beta;}}_1=\frac{\underset{0.55\&le;w_{\mathrm{li}}^{*}\&le;0.65}{\mathrm{\&Sigma;}}G\left(w{f}_{\mathrm{li}}^{*}\right)}{\underset{0.1\&le;w_{1j}^{*}<0.55}{\mathrm{\&Sigma;}}G\left(w_{\mathrm{lj}}^{*}\right)+\underset{0.65<w_{1j}^{*}}{\mathrm{\&Sigma;}}G\left(w_{1j}^{*}\right)}---\left(3\right)$

其中，分子表示0.55-0.65Hz频段光谱自相关序列的谐波功率累加，表征SO₂的频域特征分量；分母表示0.1-0.55Hz及0.65-1Hz频段光谱自相关序列的谐波功率累加，表征SO₂以外的其他物质或噪声的频域特征分量。

（7）对第二分析区的吸光度数据序列进行自相关运算，实现无关噪声去除。然后对结果进行FFT（快速傅立叶）运算，得到离散频率点{w₂₁,w₂₂,...,w_2n}处的FFT系数{F_RRw₂₁),F_R(w₂₂),...,F_R(w_2n)}。

为简化计算，再截取其中0.1Hz-1.0Hz频段内的FFT系数进行平方运算，得到离散频率点处的光谱自相关序列谐波功率

$G\left(w_{2i}^{*}\right)={\left|F_R\left(w_{2i}^{*}\right)\right|}^2,$ 满足 $w_{2i}^{*}\&Element;\{w_{21}^{*},w_{22}^{*},...,w_{2q}^{*}\}$ 且 $(0.1\&le;w_{21}^{*}<w_{22}^{*}<...<w_{2q}^{*}\&le;1)\mathrm{Hz}$

计算第二分析区的样本自相关特征频段功率比β₂：

${\mathrm{\&beta;}}_2=\frac{\underset{0.45\&le;w_{2i}^{*}\&le;0.55}{\mathrm{\&Sigma;}}G\left(w_{2i}^{*}\right)}{\underset{0.1\&le;w_{2j}^{*}<0.45}{\mathrm{\&Sigma;}}G\left(w_{2j}^{*}\right)+\underset{0.55<w_{2j}^{*}\&le;1}{\mathrm{\&Sigma;}}G\left(w_{2j}^{*}\right)}$

其中，分子表示0.45-0.55Hz频段光谱自相关序列的谐波功率累加，表征SO₂的频域特征分量；分母表示0.1-0.45Hz及0.55-1Hz频段光谱自相关序列的谐波功率累加，表征SO₂以外的其他物质或噪声的频域特征分量。

（8）预先在实验室内重复进行多组SF6标准气体和设定预警浓度下的SO₂标准气体的紫外吸光度测定实验，通过紫外光谱仪测得SF₆标准气体和设定预警浓度下的SO₂标准气体紫外吸光度序列，据此分别计算出第一分析区的特征频段功率比门限第二分析区的特征频段功率比门限第一分析区的吸光度奇异熵门限第二分析区的吸光度奇异熵门限 第一分析区的自相关特征频段功率比门限第二分析区的自相关特征频段功率比门限将上述6个数据作为预设的门限判决参数

（9）将第一分析区的样本特征频段功率比α₁、第二分析区的样本特征频段功率比α₂、第一分析区的样本吸光度奇异熵E₁、第二分析区的样本吸光度奇异熵E₂、第一分析区的样本自相关特征频段功率比β₁、第二分析区的样本自相关特征频段功率比β₂分别与预设的判 别门限相较，依次进行门限二值判断（正常/异常），得到包含6个子判决结果的样本判决表[J₁,J₂,J₃,J₄,J₅,J₆]，公式如下：

$\left\{\begin{array}{c}{\mathrm{\&alpha;}}_1\&GreaterEqual;{\mathrm{\&alpha;}}_1^{*},J_1=1\\ {\mathrm{\&alpha;}}_1<{\mathrm{\&alpha;}}_1^{*},J_1=0\end{array}\right.$ $\left\{\begin{array}{c}{\mathrm{\&alpha;}}_2\&GreaterEqual;{\mathrm{\&alpha;}}_2^{*},J_2=1\\ {\mathrm{\&alpha;}}_2<{\mathrm{\&alpha;}}_2^{*},J_2=0\end{array}\right.$ $\left\{\begin{array}{c}{E}_1\&le;E_1^{*},J_3=1\\ E_1>E_1^{*},J_3=0\end{array}\right.$ $\left\{\begin{array}{c}{E}_2\&le;E_2^{*},J_4=1\\ E_2>E_2^{*},J_4=0\end{array}\right.$

$\left\{\begin{array}{c}{\mathrm{\&beta;}}_1\&GreaterEqual;{\mathrm{\&beta;}}_1^{*},J_5=1\\ {\mathrm{\&beta;}}_1<{\mathrm{\&beta;}}_1^{*},J_5=0\end{array}\right.$ $\left\{\begin{array}{c}{\mathrm{\&beta;}}_2\&GreaterEqual;{\mathrm{\&beta;}}_2^{*},J_6=1\\ {\mathrm{\&beta;}}_2<{\mathrm{\&beta;}}_2^{*},J_6=0\end{array}\right.$

其中，对于第i个子判决结果J_i(i＝1,2,...,6)，J_i＝1表示异常状态，J_i＝0表示正常状态。

（10）根据样本判决表，计算 $J=\underset{i=1}{\overset{6}{\mathrm{\&Sigma;}}}{J}_i(J\&Element;\{\mathrm{0,1},...,6\left\}\right),$ 并进行三级故障状态判别：

若样本判决表中有3个或以上的子判决结果为异常，即J≥3，则认为被测GIS设备内部必然出现放电故障，需要立刻通知工作人员进行进一步的检修工作；

若样本判决表中有任意2个子判决结果为异常，即J＝2，则认为被测GIS设备内部有可能出现异常局部放电，被测设备应作为今后的跟踪观察对象；

若样本判决表中有1个或以下的子判决结果为异常，即，J≤1，则认为被测GIS设备内部未发现局部放电异常。

上述三级故障状态判别的实现流程框图见图2。

本发明还提供了一种用来采集GIS样本气体的紫外吸光度光谱序列的便携式离线紫外光谱检测系统，见图3，主要包括紫外光源1、参考光路、测量光路、紫外光谱仪11和上位机12。参考光路用来获取紫外光源的出射光强度，即获得参考亮背景，参考光路包括依次相连的第一光开关2、光路光纤14、第二光开关10。第一光开关2和第二光开关10实现参考光路和测量光路的切换，从而直接获得参考亮背景，不需要再使用气泵抽气和向采样池再中专门通入氮气来获取参考亮背景，简化了操作流程。

本具体实施中的第一光开关2设有一个进光端口和两个出光端口，一个出光端口与参考光路相连，另一个出光端口与测量光路相连，光线进入进光端口后可以选择任意一出光端口出射，当一路出光端口导通时，另一路出光端口被关闭。第二光开关10设有两个进光端口和一个出光端口，一个进光端口与参考光路相连，另一个进光端口与测量光路相连，可以选择任意一进光端口导通，当一路进光端口导通时，另一路进光端口被关闭。

测量光路用来获得经采样池13内待测样本吸收衰减后的光强，测量光路包括采样池13、分别与采样池13两端口相连的第一光纤准直耦合模块3-1和第二光纤准直耦合模块3-2、与 采样池13上出气口和进气口分别相连的出气系统和进气系统。本具体实施中，采样池13为直通管道，其两端分别通过螺纹结构与第一光纤准直耦合模块3-1和第二光纤准直耦合模块3-2相连；采样池13的直通管道还设有进气口和出气口。

进气系统包括测温模块4、进气口三通5和进气口针阀6，采样池13通过进气口三通5与测温模块4和进气口针阀6相连，测温模块4通过螺纹结构与进气口三通5相连，进气口针阀6和采样池13的进气口均通过导气管与进气口三通5相连。本具体实施中，测温模块4为温度计，能实时获取并显示流经采样池13的样本气体温度，供操作人员参考。

出气系统包括流量测量模块7、出气口三通8和出气口针阀9，采样池13通过出气口三通8与流量测量模块7和出气口针阀9相连，流量测量模块7通过螺纹结构与出气口三通8相连，出气口针阀9和采样池13的出气口均通过导气管与出气口三通8相连。本具体实施中，流量测量模块7为流量计，能实时获取并显示流经采样池13的样本气体流量，供操作人员参考。

本系统还包括紫外光谱仪11和上位机12，紫外光谱仪11通过光纤与第二光开关10相连，第一光开关2通过光纤与紫外光源1相连。上位机12采用PC机或工控机，通过232串口线与紫外光谱仪11连接。

本发明紫外光谱检测系统适用于离线检测GIS内部样本气体，需人工将GIS内部样本气体通过进气系统充入采样池13内，通过紫外光谱仪11获得待测样本的紫外光谱序列，并将所获得紫外光谱序列传至上位机12进行分析处理，从而可及时便捷的做出GIS故障判断与初步预警。

下面将详细说明判断门限的确定过程。 

依据《GBT 8905-2008六氟化硫电气设备中气体管理和检测导则》，要求SF₆放电分解产物（SO₂+SOF₂）≤12μL/L。考虑GIS设备的绝缘性能要求不同，选择系统报警时的SO₂组分参考浓度在3ppm-5ppm范围（ppm为百万分比浓度单位，1ppm=1μL/L）。

采用本发明紫外光谱检测系统进行SF₆、SO₂标准气体的紫外吸光度测定实验。实验温度稳定在25℃，流量稳定在预设值。SF₆标准气体浓度为99.995%，SO₂标准气体浓度分别为3ppm、5ppm，其余为SF₆气体。实验中使用本发明紫外光谱检测系统反复多次测量SF₆、SO₂ 标准气体的紫外吸光度光谱，并分别根据单次测量结果求取对应的判别参数。多次重复测量获得的判别参数数据分布见表1和表2。

由于检测环境及气体样本的差异性，对相同浓度标准气体进行多组重复实验，测得的紫外吸光度光谱也会存在小幅偏差，对应的判别参数会在一个值域范围内波动。

考虑到SO₂、SF₆两种物质在[α₁,α₂,β₁,β₂,E₁,E₂]中任意一个判别参数下的分布范围表现为两个互不重叠区间，并假设两种物质出现的先验概率相等，则该判别参数的判别门限可取与两区间距离都相等的点，即，与“两类物质在该参数下的均值点”距离都相等的点。

表1   SF₆标准气体的紫外吸光度测定实验获得的判别参数分布

判别参数类型	判断参数值
		α1(SF6)	0.0287~0.3449
α2(Sf6)	0.0504~1.2954
		β1(Sf6)	0.0013~0.4484
β2(SF6)	0.0198~0.5081
		E1(SF6)	0.6397~0.8185
E2(SF6)	0.7599~0.8783

表2   SO₂标准气体的紫外吸光度测定实验获得的判别参数分布

基于上述原则，对表1、表2中记录的多次测量数据取平均，并通过以下公式计算判别门限参数：

$\left\{\begin{array}{c}{\mathrm{\&alpha;}}_k^{*}=\mathrm{mean}\left({\mathrm{\&alpha;}}_k\left(S{F}_6\right)\right)+\frac{|\mathrm{mean}\left({\mathrm{\&alpha;}}_k\left(S{O}_2\right)\right)-\mathrm{mean}\left({\mathrm{\&alpha;}}_k\left(S{F}_6\right)\right)|}{2}\\ E_k^{*}=\mathrm{mean}\left(E_k\left(S{O}_2\right)\right)+\frac{|\mathrm{mean}\left(E_{k\left(S{O}_2\right)}\right)-\mathrm{mean}\left(E_k\left(S{F}_6\right)\right)|}{2}\\ {\mathrm{\&beta;}}_k^{*}=\mathrm{mean}\left({\mathrm{\&beta;}}_k\left(S{F}_6\right)\right)+\frac{|\mathrm{mean}\left({\mathrm{\&beta;}}_k\left(S{O}_2\right)\right)-\mathrm{mean}\left({\mathrm{\&beta;}}_k\left(S{F}_6\right)\right)|}{2}\end{array}\right.$

其中，

α_k(SF₆)表示SF₆标准气体的分析区k的样本特征频段功率比；

E_k(SF₆)表示SF₆标准气体的分析区k的样本吸光度奇异熵；

β_k(SF₆)表示SF₆标准气体的分析区k的样本自相关特征频段功率比；

α_k(SO₂)表示SO₂标准气体的分析区k的样本特征频段功率比；

E_k(SO₂)表示SO₂标准气体的分析区k的样本吸光度奇异熵；β_k(SO₂)表示SO₂标准气体的分析区k的样本自相关特征频段功率比；

k＝1,2；

mean(·)表示取平均，|·|表示取绝对值。

根据上述方法，可获得本实施例的判别门限参数，见表3。

表3   判别门限参数 

以上实施例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案，都落入本发明的保护范围。

Claims (3)

1.一种紫外光谱数据处理方法，其特征在于，包括步骤：

步骤1，获取GIS内样本气体的紫外吸光度光谱序列，分别截取其中200～215nm及295～305nm波长区段的吸光度数据作为第一分析区和第二分析区对应的吸光度数据序列，第一分析区对应的吸光度数据序列分别为{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}，第二分析区对应的吸光度数据序列分别为{A(λ₂₁),A(λ₂₂),...,A(λ_2n)}，m为第一分析区对应的吸光度数据序列长度，n为第二分析区对应的吸光度数据序列长度；

步骤2，分别基于第一分析区和第二分析区对应的吸光度数据序列获得第一分析区和第二分析区的样本特征频段功率比α₁和α₂，所述的第一分析区的样本特征频段功率比为第一分析区的吸光度数据序列中0.55～0.65Hz频段的光谱谐波功率之和与0.55～0.65Hz频段以外的光谱谐波功率之和的比值，所述的第二分析区的样本特征频段功率比为第二分析区的吸光度数据序列中0.45～0.55Hz频段的光谱谐波功率之和与0.45～0.55Hz频段以外的光谱谐波功率之和的比值；

步骤3，分别基于第一分析区和第二分析区对应的吸光度数据序列构造吸光度轨道矩阵M₁和M₂，并基于吸光度轨道矩阵M₁和M₂分别获取第一分析区和第二分析区的样本吸光度奇异熵E₁和E₂；

步骤4，分别对第一分析区和第二分析区对应的吸光度数据序列进行自相关运算得到对应的自相关吸光度数据序列，基于自相关吸光度数据序列分别获得第一分析区和第二分析区的自相关样本特征频段功率比β₁和β₂，所述的第一分析区的自相关样本特征频段功率比为第一分析区的自相关吸光度数据序列中0.55～0.65Hz频段的光谱谐波功率之和与0.55～0.65Hz频段以外的光谱谐波功率之和的比值，所述的第二分析区的自相关样本特征频段功率比为第二分析区的自相关吸光度数据序列中0.45～0.55Hz频段的光谱谐波功率之和与0.45～0.55Hz频段以外的光谱谐波功率之和的比值；

步骤5，将第一分析区的样本特征频段功率比α₁、样本吸光度奇异熵E₁、样本自相关特征频段功率比β₁和第二分析区的样本特征频段功率比α₂、样本吸光度奇异熵E₂、样本自相关特征频段功率比β₂分别与预设门限判决参数比较，从而获得GIS故障判断结果，其中，分别为第一分析区样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比的门限判决参数；分别为第二分析区样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比的门限判决参数；

所述的门限判决参数采用如下方法获得：

步骤501，重复获取SF₆标准气体和设定预警浓度下的SO₂标准气体对应的多组紫外吸光度光谱序列，采用步骤2～4分别获取SF₆标准气体和设定预警浓度下的SO₂标准气体对应的多组判别参数值，所述的判别参数为第一分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比和第二分析区的样本特征频段功率比、样本吸光度奇异熵、样本自相关特征频段功率比；

步骤502，分别获取SF₆标准气体和设定预警浓度下的SO₂标准气体对应的多组判别参数的算术平均值；

步骤503，基于SF₆标准气体和设定预警浓度下的SO₂标准气体对应的判别参数平均值获得该预警浓度下SO₂标准气体对应的门限判决参数；

所述的获得GIS故障判断结果的具体步骤如下：

步骤504，将第一分析区的样本特征频段功率比α₁、样本吸光度奇异熵E₁、样本自相关特征频段功率比β₁和第二分析区的样本特征频段功率比α₂、样本吸光度奇异熵E₂、样本自相关特征频段功率比β₂分别与对应的预设门限判决参数进行门限二值判断，得到样本判决表[J₁,J₂,J₃,J₄,J₅,J₆]，对于第i个子判决结果J_i，J_i＝1表示异常状态，J_i＝0表示正常状态，i＝1,2,...,6；

步骤505，根据进行GIS三级故障判别：

若J≥3，则被测GIS设备内部必然出现局部放电故障；

若J＝2，则被测GIS设备内部可能出现局部放电故障；

若J≤1，则被测GIS设备内部未发现局部放电故障。

2.如权利要求1所述的紫外光谱数据处理方法，其特征在于：

所述的步骤2进一步包括子步骤：

步骤201，分别对第一分析区和第二分析区的吸光度数据序列进行傅立叶变换，得到第一分析区和第二分析区的离散频率点处的傅立叶变换系数；

步骤202，根据傅立叶变换系数分别获得第一分析区和第二分析区的离散频率点处的光谱谐波功率；

步骤203，基于光谱谐波功率分别获取第一分析区和第二分析区的样本特征频段功率比α₁和α₂。

3.如权利要求1所述的紫外光谱数据处理方法，其特征在于：

所述的步骤3进一步包括子步骤：

步骤301，基于第一分析区对应的吸光度数据序列{A(λ₁₁),A(λ₁₂),...,A(λ_1m)}构建第一分析区的吸光度轨道矩阵M₁，所述的吸光度轨道矩阵M₁维数τ×u：

$M_1=\left[\begin{array}{cccc}A\left({\mathrm{\&lambda;}}_{11}\right)& A\left({\mathrm{\&lambda;}}_{12}\right)& ...& A\left({\mathrm{\&lambda;}}_{1u}\right)\\ A\left({\mathrm{\&lambda;}}_{12}\right)& A\left({\mathrm{\&lambda;}}_{13}\right)& ...& A\left({\mathrm{\&lambda;}}_{1(u+1)}\right)\\ ...& ...& ...& ...\\ A\left({\mathrm{\&lambda;}}_{1\mathrm{\&tau;}}\right)& A\left({\mathrm{\&lambda;}}_{1(\mathrm{\&tau;}+1)}\right)& ...& A\left({\mathrm{\&lambda;}}_{1m}\right)\end{array}\right]$

其中，

τ＝floor[m/4]，u＝m-τ+1；floor[·]表示取整；

步骤302，基于第二分析区对应的吸光度数据序列{A(λ₂₁),A(λ₂₂),...,A(λ_2n)}构建第二分析区的吸光度轨道矩阵M₂，所述的吸光度轨道矩阵M₂维数s×v：

$M_2=\left[\begin{array}{cccc}A\left({\mathrm{\&lambda;}}_{21}\right)& A\left({\mathrm{\&lambda;}}_{22}\right)& ...& A\left({\mathrm{\&lambda;}}_{2v}\right)\\ A\left({\mathrm{\&lambda;}}_{22}\right)& A\left({\mathrm{\&lambda;}}_{23}\right)& ...& A\left({\mathrm{\&lambda;}}_{2(v+1)}\right)\\ ...& ...& ...& ...\\ A\left({\mathrm{\&lambda;}}_{2s}\right)& A\left({\mathrm{\&lambda;}}_{2(s+1)}\right)& ...& A\left({\mathrm{\&lambda;}}_{2n}\right)\end{array}\right]$

其中，s＝floor[n/4]，v＝n-s+1；floor[·]表示取整；

步骤303，分别对吸光度轨道矩阵M₁和M₂作奇异值分解，获得对应的对角矩阵，基于对角矩阵分别获得第一分析区和第二分析区对应的样本吸光度奇异熵E₁和E₂。