CN108872129A - 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 - Google Patents
一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 Download PDFInfo
- Publication number
- CN108872129A CN108872129A CN201810593280.XA CN201810593280A CN108872129A CN 108872129 A CN108872129 A CN 108872129A CN 201810593280 A CN201810593280 A CN 201810593280A CN 108872129 A CN108872129 A CN 108872129A
- Authority
- CN
- China
- Prior art keywords
- insulating paper
- near infrared
- polymerization
- squares
- partial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 41
- 230000036961 partial effect Effects 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 64
- 238000009413 insulation Methods 0.000 claims abstract description 43
- 230000032683 aging Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 230000002860 competitive effect Effects 0.000 claims abstract description 6
- 238000004611 spectroscopical analysis Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 13
- 241001269238 Data Species 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000001035 drying Methods 0.000 claims description 2
- 238000007598 dipping method Methods 0.000 claims 1
- 238000002360 preparation method Methods 0.000 claims 1
- 238000002790 cross-validation Methods 0.000 abstract description 6
- 238000010998 test method Methods 0.000 abstract description 6
- 239000000123 paper Substances 0.000 description 117
- 230000008569 process Effects 0.000 description 8
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，包括以下步骤：制备不同老化状态的绝缘纸样本；采集不同老化状态绝缘纸样本的近红外光谱和聚合度数据；对近红外光谱数据进行标准化处理；采用竞争性自适应权重取样法选取绝缘纸样本数据的特征波长点；通过交叉有效性检验方法选取偏最小二乘法的最佳主成分数；使用偏最小二乘法根据最佳主成分数目对绝缘纸样本数据进行多元回归运算，建立绝缘纸聚合度定量分析模型。实施本发明实施例，可以无损、快速、准确检测绝缘纸的聚合度，应用到变压器老化评估上，可以实现变压器绝缘状态的快速有效评估。
Description
技术领域
本发明属于电力设备中固体绝缘老化评估技术领域，具体涉及一种基于偏最小二乘法的绝缘纸近红外光谱解析方法。
背景技术
油纸复合绝缘是大型电力变压器的主要绝缘形式。随着运行年限的增加，变压器的油纸绝缘会逐渐老化，可能导致运行的故障概率升高，进而影响电网的安全可靠性。如果能够准确诊断油纸绝缘状态，合理评估其运行风险，不仅能够降低变压器故障发生概率，还能极大节省设备的维护费用和更换成本。其中，变压器的绝缘油可以采用滤油或换油的方法来提高其绝缘性能，而绝缘纸的老化过程是不可逆的，因此对绝缘纸进行检测更能准确反映变压器的老化状态。
绝缘纸老化会导致其机械性能明显下降，而电气性能不会发生太大变化，因此目前对绝缘纸状态的评估主要是测定其抗张强度和聚合度。抗张强度虽然能够最直接反映绝缘纸的机械性能，但是该参数的测定需要的测试样品较多且会对绝缘结构造成破坏，不适用于对变压器进行状态监测。而绝缘纸的平均聚合度与拉伸强度有较好的对应关系，已经被IEEE导则规定为衡量绝缘纸老化阶段的基本参量。传统方法测量绝缘纸的平均聚合度进行时需要对变压器进行停电吊罩取样，进而使用粘度法对样品进行测量。
发明人发现，在现有绝缘纸老化状态评估方法中，尚存在以下不足之处：首先，现有方法需要采集绝缘纸样本才能进行检测，而绝缘纸样本采集存在施工困难和破坏绝缘等问题；其次，采样的破坏性导致样品数量及选取位置受到限制，不能充分反映油纸绝缘的老化状态；另外，检测周期长，不能实现变压器绝缘纸老化状态的快速检测。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，具有无损、快速、准确的特点。
本发明所采用的技术方案在于，提供一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，包括以下步骤：
步骤1、开展油纸绝缘加速热老化实验，制备不同老化状态的绝缘纸样本；
步骤2、使用近红外光谱仪采集不同老化状态绝缘纸样本的近红外光谱数据，同时采用粘度法检测绝缘纸样本的聚合度；
步骤3、对绝缘纸样本的近红外光谱数据进行标准化处理，从而减少噪声信号对光谱数据的干扰；
步骤4、采用竞争性自适应权重取样法结合步骤3中标准化处理后的数据选取绝缘纸样本的近红外光谱数据特征波长点；
步骤5、通过偏最小二乘法对步骤4中得到的特征波长点所对应的绝缘纸光谱数据进行组合得到新的综合变量即主成分，设定主成分数目得到对应数量的主成分并能够根据这些主成分建立对应的绝缘纸聚合度定量分析模型；利用交叉有效性检验方法对不同主成分数目下建立的绝缘纸聚合度定量分析模型进行比较，确定得到偏最小二乘法的最佳主成分数；
步骤6、根据步骤5得到的最佳主成分数，结合偏最小二乘法对绝缘纸样本数据进行多元回归运算，建立最优绝缘纸聚合度定量分析模型，将绝缘纸的近红外光谱导入建立的最优绝缘纸聚合度定量分析模型能够实现对光谱的解析，得到对应的聚合度数值。
优选地，所述步骤1具体为：
采用干燥处理后含水量小于1％的绝缘纸和油中微水小于10mg/L的绝缘油制备浸渍绝缘油的绝缘纸样本，在真空条件下开展110℃～130℃下的加速热老化实验，并选取不同老化状态的绝缘纸样本。
优选地，所述步骤2包括：
采用近红外光谱仪对绝缘纸进行光谱采集，其中设置近红外光谱的波长范围为895-2202nm，波长增量为5nm，并以标准白板为参比，每张光谱是扫描32次得到的平均结果。
优选地，步骤3中通过下述公式对近红外光谱数据进行标准化处理：
式中，x为原始光谱数据，μ为全部原始光谱数据的平均值，σ为全部原始光谱数据的标准差，x*为处理后的光谱数据。
优选地，步骤4中的选取的特征波长点共16个，分别为：894、1218、1366、1387、1439、1488、1546、1584、1705、1790、1811、1931、1968、1999、2057、2109，单位：nm。
优选地，步骤5中，所述偏最小二乘法最佳主成分数的选取步骤具体包括：
步骤501、取出一个绝缘纸样本数据，利用偏最小二乘法结合未取出的绝缘纸样本数据建立主成分为1的预测模型，并对取出的绝缘纸样本数据进行预测得到聚合度预测值b* i；
步骤502、将未取出的绝缘纸样本依次重复步骤501，直至所有绝缘纸样本均被预测一次且仅被预测一次，根据a个绝缘纸样本的聚合度预测值和实测值，得到主成分为1的模型预测误差平方和为：
式中，i＝1,2,…,a，b* i为第i个绝缘纸样本的聚合度预测值，bi为第i个绝缘纸样本的聚合度实测值；
步骤503、利用偏最小二乘法结合所有绝缘纸样本数据建立主成分为1的预测模型；
步骤504、将所有绝缘纸样本的光谱数据代入步骤503中的预测模型，得到对应的聚合度预测值b^i，根据a个绝缘纸样本的聚合度预测值和实测值，得到误差平方和为：
式中，b^i为第i个绝缘纸样本的聚合度预测值；
步骤505、定义交叉有效性Qh 2为：
重复步骤501～步骤505，计算得到Qh 2的取值，该系数取最小值时对应的主成分数即为最佳主成分数，其中h为主成分个数，h＝1,2…,a。
本发明具有如下有益的技术效果：
本发明所采用的技术方案，在现场变压器检测过程中无需采集样本，不会破坏绝缘纸，也不用对待测绝缘纸进行处理，仅需几秒钟便能完成绝缘纸近红外光谱的多次采集，结合定量分析模型即可确定绝缘纸的聚合度，不会损坏原有绝缘结构，具有便捷、快速、安全的优点；同时，由于本发明的无损性，可以对变压器不同位置的油纸绝缘进行检测，从而更好的反映变压器的状态信息。
进一步，本发明对绝缘纸样本的近红外光谱数据进行标准化处理，能够减少噪声信号对光谱数据的干扰，增加得到的有效信息量，提高的绝缘纸聚合度定量分析模型的稳定性。
进一步，本发明采用竞争性自适应权重取样法选取特征波长点，充分提取随绝缘纸老化而有明显吸收变化的特征吸收波长点，在降低数据处理量的同时最大程度地保留老化过程中光谱数据的有效变量，实现了光谱数据有效变量的充分提取。
进一步，本发明使用交叉有效性检验方法确定偏最小二乘法的最佳主成分数，最大限度避免了主成分数目过少造成的拟合不充分和主成分过多导致的噪声引入，充分提取绝缘纸近红外光谱数据中的有效信息；同时，利用偏最小二乘法建立绝缘纸聚合度定量分析模型，将绝缘纸的近红外光谱数据和聚合度数据关联起来，加强对应计算关系，同时消除两类数据中的无用信息，降低数据维度，保证了定量分析模型的检测效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明提供的一种绝缘纸聚合度近红外光谱解析方法的一个实施例的主流程示意图；
图2是本发明一个实施例中不同老化状态绝缘纸的近红外光谱图；
图3是本发明一个实施例中采用交叉有效性检验方法得到的Qh2-h图；
图4是本发明一个实施例中绝缘纸聚合度定量分析模型的检测结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
如图1所示，示出了本发明提供的基于偏最小二乘法的绝缘纸近红外光谱解析方法一个实施例的主流程图，一并结合图2至图4所示，在本实施例中，所述方法包括以下步骤：
步骤S1、开展油纸绝缘加速热老化实验，制备不同老化状态的绝缘纸样本；具体地，对绝缘纸和绝缘油进行干燥处理，使绝缘纸含水量小于1％，绝缘油的油中微水小于10mg/L。在真空条件下开展一定温度下的加速热老化实验，并选取16个不同老化状态的绝缘纸样本进行检测。
步骤S2、采用近红外光谱仪对上述绝缘纸样本进行近红外光谱采集，具体方法是设置近红外光谱的波长范围为895-2202nm，波长增量为5nm，，并以标准白板为参比，每张光谱为扫描32次得到的平均结果，得到的16不同老化状态绝缘纸样本的近红外光谱图，在本发明的实施例中，可以采用魏德曼检测技术有限公司生产的BTC262A-256型近红外光谱仪进行测量。如图2所示，为本发明一个实施例中获得的16不同老化状态绝缘纸样本的近红外光谱图。同时利用粘度法检测各绝缘纸的聚合度，表1为16个不同老化状态绝缘纸样本的聚合度检测结果。
表1绝缘纸样本的聚合度检测结果
| 编号 | 聚合度 | 编号 | 聚合度 | 编号 | 聚合度 |
| 1 | 396 | 7 | 568 | 13 | 890.9 |
| 2 | 510 | 8 | 673 | 14 | 920 |
| 3 | 516 | 9 | 707 | 15 | 988 |
| 4 | 533 | 10 | 795 | 16 | 1170 |
| 5 | 540 | 11 | 850 | ||
| 6 | 565 | 12 | 863.8 |
步骤S3、对全部绝缘纸样本光谱数据进行标准化处理，即基于全部原始光谱数据的均值和标准差进行预处理：
式中，x为原始光谱数据，μ为全部原始光谱数据的平均值,σ为全部原始光谱数据的标准差，x*为处理后的光谱数据。
步骤S4、采用竞争性自适应权重取样法选取绝缘纸样本数据的特征波长点，共得到特征波长点16个，分别为(nm)：894、1218、1366、1387、1439、1488、1546、1584、1705、1790、1811、1931、1968、1999、2057、2109。利用特征波长点所对应的吸光度数据建立绝缘纸聚合度定量分析模型可减少数据处理量，避免干扰信息的引入。
步骤S5、使用交叉有效性检验方法计算偏最小二乘法在不同主成分取值下所建立模型的交叉有效性系数Qh 2，并确定Qh 2取最小值时对应的主成分数目为偏最小二乘法的最佳主成分数，依据最佳主成分数目建立最优绝缘纸聚合度定量分析模型，可以充分利用光谱的有效信息，提高绝缘纸聚合度定量分析模型的预测精度。在具体的例子中，本步骤S5中的最佳主成分数选取的过程包括如下的主要步骤：
步骤501、取出一个绝缘纸样本数据，利用偏最小二乘法结合未取出的绝缘纸样本数据建立主成分为1的预测模型，并对取出的绝缘纸样本数据进行预测得到聚合度预测值b* i；
步骤502、将未取出的绝缘纸样本依次重复步骤501，直至所有绝缘纸样本均被预测一次且仅被预测一次，根据a个绝缘纸样本的聚合度预测值和实测值，得到主成分为1的模型预测误差平方和为：
式中，b* i为第i个绝缘纸样本的聚合度预测值，bi为第i个绝缘纸样本的聚合度实测值；
步骤503、利用偏最小二乘法结合所有绝缘纸样本数据建立主成分为1的预测模型；
步骤504、将所有绝缘纸样本的光谱数据代入步骤503中的预测模型，得到对应的聚合度预测值b^i，根据a个绝缘纸样本的聚合度预测值和实测值，得到误差平方和为：
式中，b^i为第i个绝缘纸样本的聚合度预测值。
步骤505、定义交叉有效性Qh 2为：
计算h为16个不同取值时的交叉有效性系数Qh 2，选取Qh 2最小值时对应的主成分数h，即为最佳主成分数。如图3为计算得到的Qh 2-主成分图，由图可知在主成分数目h为8时Qh 2取最小值，因此确定建立模型的最佳主成分数为8。
步骤S6、根据步骤5得到的最佳主成分数，结合偏最小二乘法对绝缘纸样本数据进行多元回归运算，建立最优绝缘纸聚合度定量分析模型，将绝缘纸的近红外光谱导入建立的最优绝缘纸聚合度定量分析模型能够实现对光谱的解析，得到对应的聚合度数值。
具体在，在实际过程中，可以将样本数据分为校正集和建模集，具体安排为选取第3、10和15组绝缘纸样本作为校正集，其余的13组绝缘纸样本为建模集。利用偏最小二乘法根据13个建模集绝缘纸样本数据建立主成分为8的绝缘纸聚合度定量分析模型，并对13个建模集绝缘纸样本和3个校正集绝缘纸样本进行检测，得到检测结果如图4所示，其中3个校正集绝缘纸样本的具体检测结果如表2所示。
表2校正集绝缘纸样本检测结果
| 序号 | 实际检测结果 | 模型检测结果 | 相对误差 |
| 3 | 516 | 476.44 | 7.7％ |
| 10 | 795 | 647.90 | 18.5％ |
| 15 | 988 | 1019.43 | 3.2％ |
校正集绝缘纸样本的检测结果相对误差较大是绝缘纸样本数据量过少造成的，通过增加绝缘纸样本数据量可以减少所建立绝缘纸聚合度定量分析模型的相对误差。国家电力行业标准DL/T 984–2005《油浸式变压器绝缘老化判断导则》认为新纸板的聚合度(DP)在1000左右；DP下降到250时纸板抗张强度突降，说明纸板深度老化，应引起注意；DP下降到150时，机械强度丧失，建议变压器退出运行，具体判据如表3所示，由表可知目前根据绝缘纸聚合度进行变压器状态诊断时对聚合度精度要求并不高，只需确定具体范围即可。
表3绝缘纸板老化程度的DP判据
实施本实发明实施例，具有如下有益效果：
本发明所采用的技术方案，在现场变压器检测过程中无需采集样本，不会破坏绝缘纸，也不用对待测绝缘纸进行处理，仅需几秒钟便能完成绝缘纸近红外光谱的多次采集，结合定量分析模型即可确定绝缘纸的聚合度，不会损坏原有绝缘结构，具有便捷、快速、安全的优点；同时，由于本发明的无损性，可以对变压器不同位置的油纸绝缘进行检测，从而更好的反映变压器的状态信息。
进一步，本发明对绝缘纸样本的近红外光谱数据进行标准化处理，能够减少噪声信号对光谱数据的干扰，增加得到的有效信息量，提高的绝缘纸聚合度定量分析模型的稳定性。
进一步，本发明采用竞争性自适应权重取样法选取特征波长点，充分提取随绝缘纸老化而有明显吸收变化的特征吸收波长点，在降低数据处理量的同时最大程度地保留老化过程中光谱数据的有效变量，实现了光谱数据有效变量的充分提取。
进一步，本发明使用交叉有效性检验方法确定偏最小二乘法的最佳主成分数，最大限度避免了主成分数目过少造成的拟合不充分和主成分过多导致的噪声引入，充分提取绝缘纸近红外光谱数据中的有效信息；同时，利用偏最小二乘法建立绝缘纸聚合度定量分析模型，将绝缘纸的近红外光谱数据和聚合度数据关联起来，加强对应计算关系，同时消除两类数据中的无用信息，降低数据维度，保证了定量分析模型的检测效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (6)
1.一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，包括以下步骤：
步骤1、进行油纸绝缘加速热老化实验，制备不同老化状态的绝缘纸样本；
步骤2、使用近红外光谱仪采集不同老化状态绝缘纸样本的近红外光谱数据，同时采用粘度法检测绝缘纸样本的聚合度；
步骤3、对绝缘纸样本的近红外光谱数据进行标准化处理，以少噪声信号对光谱数据的干扰；
步骤4、采用竞争性自适应权重取样法结合步骤3中标准化处理后的数据选取绝缘纸样本的近红外光谱数据特征波长点；
步骤5、通过偏最小二乘法对步骤4中得到的特征波长点所对应的绝缘纸光谱数据进行组合得到新的综合变量，将所述新的综合变量确定为主成分，设定主成分数目得到对应数量的主成分并根据所述主成分建立对应的绝缘纸聚合度定量分析模型；利用交叉有效性检验方法对不同主成分数目下建立的绝缘纸聚合度定量分析模型进行比较，确定得到偏最小二乘法的最佳主成分数；
步骤6、根据步骤5得到的最佳主成分数，结合偏最小二乘法对绝缘纸样本数据进行多元回归运算，建立最优绝缘纸聚合度定量分析模型，将绝缘纸的近红外光谱导入建立的最优绝缘纸聚合度定量分析模型能够实现对光谱的解析，得到对应的聚合度数值。
2.根据权利要求1所述的一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，所述步骤1具体为：
采用干燥处理后含水量小于1％的绝缘纸和油中微水小于10mg/L的绝缘油制备浸渍绝缘油的绝缘纸样本，在真空条件下开展110℃～130℃下的加速热老化实验，并选取不同老化状态的绝缘纸样本。
3.根据权利要求2所述的一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，所述步骤2包括：
采用近红外光谱仪对绝缘纸进行光谱采集，其中设置近红外光谱的波长范围为895-2202nm，波长增量为5nm，并以标准白板为参比，每张光谱为扫描多次得到的平均结果。
4.根据权利要求3所述的一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，步骤3中通过下述公式对近红外光谱数据进行标准化处理：
式中，x为原始光谱数据，μ为全部原始光谱数据的平均值，σ为全部原始光谱数据的标准差，x*为处理后的光谱数据。
5.根据权利要求4所述的一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，步骤4中的选取的特征波长点共16个，分别为：894、1218、1366、1387、1439、1488、1546、1584、1705、1790、1811、1931、1968、1999、2057、2109，单位：nm。
6.根据权利要求1至5任一项所述的一种基于偏最小二乘法的绝缘纸近红外光谱解析方法，其特征在于，在步骤5中，所述偏最小二乘法最佳主成分数的选取步骤具体包括：
步骤501、取出一个绝缘纸样本数据，利用偏最小二乘法结合未取出的绝缘纸样本数据建立主成分为1的预测模型，并对取出的绝缘纸样本数据进行预测得到聚合度预测值b* i；
步骤502、将未取出的绝缘纸样本依次重复步骤501，直至所有绝缘纸样本均被预测一次且仅被预测一次，根据a个绝缘纸样本的聚合度预测值和实测值，得到主成分为1的模型预测误差平方和为：
式中，i＝1,2,…,a，b* i为第i个绝缘纸样本的聚合度预测值，bi为第i个绝缘纸样本的聚合度实测值；
步骤503、利用偏最小二乘法结合所有绝缘纸样本数据建立主成分为1的预测模型；
步骤504、将所有绝缘纸样本的光谱数据代入步骤503中的预测模型，得到对应的聚合度预测值b^i，根据a个绝缘纸样本的聚合度预测值和实测值，得到误差平方和为：
式中，b^i为第i个绝缘纸样本的聚合度预测值；
步骤505、定义交叉有效性Qh 2为：
重复步骤501～步骤505，计算得到Qh 2的取值，该系数取最小值时对应的主成分数即为最佳主成分数，其中h为主成分个数，h＝1,2…,a。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810593280.XA CN108872129A (zh) | 2018-06-11 | 2018-06-11 | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810593280.XA CN108872129A (zh) | 2018-06-11 | 2018-06-11 | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108872129A true CN108872129A (zh) | 2018-11-23 |
Family
ID=64337821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810593280.XA Pending CN108872129A (zh) | 2018-06-11 | 2018-06-11 | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108872129A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109781658A (zh) * | 2018-12-28 | 2019-05-21 | 西安交通大学 | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 |
| CN111126496A (zh) * | 2019-12-25 | 2020-05-08 | 深圳供电局有限公司 | 变压器固体绝缘材料类型确定方法 |
| CN111999261A (zh) * | 2020-09-30 | 2020-11-27 | 海南电网有限责任公司电力科学研究院 | 一种用于绝缘纸老化评估的近红外光谱噪声数据处理方法 |
| CN112082930A (zh) * | 2020-10-13 | 2020-12-15 | 海南电网有限责任公司电力科学研究院 | 一种诊断变压器固体绝缘老化状态方法 |
| CN112557834A (zh) * | 2020-10-19 | 2021-03-26 | 重庆大学 | 基于拉曼光谱的油纸绝缘设备老化诊断方法 |
| CN112698245A (zh) * | 2020-12-02 | 2021-04-23 | 西南交通大学 | 一种少失效数据的变压器绝缘可靠性分析方法 |
| CN112986770A (zh) * | 2021-04-09 | 2021-06-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于近红外光谱的绝缘纸检测方法及装置 |
| CN114088660A (zh) * | 2021-11-10 | 2022-02-25 | 国网安徽省电力有限公司电力科学研究院 | 一种基于稳健波长筛选的绝缘纸含水量评估方法 |
| CN117169141A (zh) * | 2023-11-03 | 2023-12-05 | 中国电力科学研究院有限公司 | 一种识别电缆绝缘料类型及其性能推演方法、装置 |
| CN112907033B (zh) * | 2021-01-22 | 2024-01-23 | 国能锅炉压力容器检验有限公司 | 一种基于偏最小二乘法的耐热钢劣化状态评估方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105891147A (zh) * | 2016-03-30 | 2016-08-24 | 浙江中烟工业有限责任公司 | 一种基于典型相关系数的近红外光谱信息提取方法 |
-
2018
- 2018-06-11 CN CN201810593280.XA patent/CN108872129A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105891147A (zh) * | 2016-03-30 | 2016-08-24 | 浙江中烟工业有限责任公司 | 一种基于典型相关系数的近红外光谱信息提取方法 |
Non-Patent Citations (4)
| Title |
|---|
| 喻培元: "基于漫反射光谱法检测变压器固体绝缘纸聚合度的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 杨鹏程: "紫外吸收光谱结合偏最小二乘法海水硝酸盐测量技术研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 赵杰文 等: "《茶叶质量与安全检测技术及分析方法》", 31 March 2011 * |
| 郑剑等: "基于近红外光谱与CARS-PLS-LDA的褐变板栗识别", 《食品工业》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109781658A (zh) * | 2018-12-28 | 2019-05-21 | 西安交通大学 | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 |
| CN111126496B (zh) * | 2019-12-25 | 2023-09-08 | 深圳供电局有限公司 | 变压器固体绝缘材料类型确定方法 |
| CN111126496A (zh) * | 2019-12-25 | 2020-05-08 | 深圳供电局有限公司 | 变压器固体绝缘材料类型确定方法 |
| CN111999261A (zh) * | 2020-09-30 | 2020-11-27 | 海南电网有限责任公司电力科学研究院 | 一种用于绝缘纸老化评估的近红外光谱噪声数据处理方法 |
| CN112082930A (zh) * | 2020-10-13 | 2020-12-15 | 海南电网有限责任公司电力科学研究院 | 一种诊断变压器固体绝缘老化状态方法 |
| CN112557834A (zh) * | 2020-10-19 | 2021-03-26 | 重庆大学 | 基于拉曼光谱的油纸绝缘设备老化诊断方法 |
| CN112698245A (zh) * | 2020-12-02 | 2021-04-23 | 西南交通大学 | 一种少失效数据的变压器绝缘可靠性分析方法 |
| CN112698245B (zh) * | 2020-12-02 | 2021-09-28 | 西南交通大学 | 一种少失效数据的变压器绝缘可靠性分析方法 |
| CN112907033B (zh) * | 2021-01-22 | 2024-01-23 | 国能锅炉压力容器检验有限公司 | 一种基于偏最小二乘法的耐热钢劣化状态评估方法 |
| CN112986770A (zh) * | 2021-04-09 | 2021-06-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于近红外光谱的绝缘纸检测方法及装置 |
| CN112986770B (zh) * | 2021-04-09 | 2024-01-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于近红外光谱的绝缘纸检测方法及装置 |
| CN114088660A (zh) * | 2021-11-10 | 2022-02-25 | 国网安徽省电力有限公司电力科学研究院 | 一种基于稳健波长筛选的绝缘纸含水量评估方法 |
| CN114088660B (zh) * | 2021-11-10 | 2023-11-24 | 国网安徽省电力有限公司电力科学研究院 | 一种基于稳健波长筛选的绝缘纸含水量评估方法 |
| CN117169141A (zh) * | 2023-11-03 | 2023-12-05 | 中国电力科学研究院有限公司 | 一种识别电缆绝缘料类型及其性能推演方法、装置 |
| CN117169141B (zh) * | 2023-11-03 | 2024-02-23 | 中国电力科学研究院有限公司 | 一种识别电缆绝缘料类型及其性能推演方法、装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108872129A (zh) | 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法 | |
| CN102262076B (zh) | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 | |
| Abu-Siada et al. | A novel fuzzy-logic approach for furan estimation in transformer oil | |
| CN104089911A (zh) | 基于一元线性回归的光谱模型传递方法 | |
| CN107703097B (zh) | 利用近红外光谱仪构建快速预测原油性质的模型的方法 | |
| CN109781658B (zh) | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 | |
| CN106560697A (zh) | 联合近红外光谱和微量元素的武夷岩茶产地鉴别方法 | |
| CN101750024A (zh) | 硅钢绝缘涂层厚度近红外光谱检测方法 | |
| CN112557834B (zh) | 基于拉曼光谱的油纸绝缘设备老化诊断方法 | |
| CN106596456A (zh) | 基于可变移动窗口选择溶液近红外光谱谱区的方法 | |
| CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
| CN107941862A (zh) | 一种基于频域介电响应的变压器油纸绝缘老化诊断系统 | |
| CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
| CN106770184A (zh) | 一种变压器油中溶解甲乙酮的含量检测方法 | |
| CN112505010A (zh) | 一种基于荧光光谱的变压器故障诊断装置及方法 | |
| CN103134770B (zh) | 消除水分对近红外光谱检测土壤全氮含量影响的方法 | |
| CN102128805A (zh) | 果品近红外光谱波长选择和快速定量分析方法及装置 | |
| CN104833652A (zh) | 一种混合材料中纤维素硝酸酯含量的快速分析方法 | |
| CN104897709A (zh) | 一种基于x-射线荧光分析的农产品元素定量检测模型构建方法 | |
| CN108827909B (zh) | 基于可见近红外光谱与多目标融合的土壤快速分类方法 | |
| CN109142251A (zh) | 随机森林辅助人工神经网络的libs定量分析方法 | |
| CN106501236A (zh) | 基于单脉冲激光诱导击穿光谱技术的大米中铜含量检测方法 | |
| CN105806803A (zh) | 一种多指标协同分析波长组合及其选择方法 | |
| CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
| CN116975389A (zh) | 一种变电站故障分析方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |
|
| RJ01 | Rejection of invention patent application after publication |