SF6局部放电分解组分光声检测信号交叉响应处理技术

摘要：

SF6局部放电(PD)时,某些特征分解组分气体的红外吸收频带存在重叠部分,利用光声检测法检测其成分时会有严重的交叉响应,影响检测准确度.为此.将主成分分析(PCA)与径向基函数(RBF)神经网络相结合,构建了一种能降低交叉响应的PCA-RBF神经网络,应用于光声检测法输出信号阵列的处理,以解决传统RBF神经网络在输入空间严重自相关时检测准确度的下降,实现对SO2、CO2、CF1混合气体中各组分气体体积分数的准确检测.结果表明:PCA RBF神经网络有效地消除了样本之间的相关性,提高了神经网络对混合气体中各组分气体体积分数的检测准确度(平均相对误差＜3％).为将光声检测法应用于SF6局部放电分解组分气体的检测提供了有效的数据处理手段.

关键词：SF6、局部放电(PD)、交叉响应、主成分分析(PCA)、径向基函数(RBF)、神经网络、相关性、检测准确度

所属期刊栏目：39

分类号：TG1;TP2

资助基金：国家重点基础研究发展计划973计划2009CB724506;优秀博士论文基金200749

在线出版日期：2013-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：257-264