1.本发明属于电气设备在线检测领域，尤其是一种具有高抗干扰能力的变压器油中气体检测系统及方法。
背景技术：2.变压器是电力系统中至关重要的电气设备，一旦发生故障，将会造成巨大损失。检测变压器的运行状态，及时发现变压器潜在的故障和不正常运行状态，对于保证变压器和电网的正常运行十分重要。
3.目前，电力系统中普遍采用真空脱气法将变压器油中溶解气体从绝缘油中脱离出来，然后采用气相色谱法检测变压器油中溶解的气体。这种气相色谱法的检测由于色谱柱易受污染，从而导致分析结果不准，进而导致变压器故障诊断的虚警和漏警。相比于气相色谱法，光声光谱法没有色谱柱污染问题，不易出现虚惊漏警问题，有利于可靠发现变压器的故障类型。
4.根据相似相溶特性，变压器油中气体除了目标组分气体甲烷、乙烷、乙烯、乙炔、一氧化碳和二氧化碳外，c3气体(丙烷、丙烯和丙炔)也有一部分从油中脱离出来，进而对目标组分气体的分析造成干扰。c4以及含有更多碳原子的气体则由于分子含有的c原子多，与油的成分结构更相近，难以从油中脱离出来，在脱气器脱离出来的混合气中含量非常少，对目标组分的干扰小。因此，c3气体对目标组分气体的光声光谱分析是主要干扰源。要获得更高的变压器油中气体分析结果准确度，提升变压器运行状态检测准确性，就要尽可能降低c3气体对目标组分气体分析的干扰。
技术实现要素：5.本发明的目的在于克服上述现有技术的缺点，提供一种具有高抗干扰能力的变压器油中气体检测系统及方法。
6.为达到上述目的，本发明采用以下技术方案予以实现：
7.一种具有高抗干扰能力的变压器油中气体检测系统，包括油气分离模块、光声模块、采集模块和数据分析模块；
8.当进行检测时，变压器中油气混合物进入油气分离模块中，在油气分离模块内基于溶解平衡法进行分离，分离后的混合气体进入到光声模块的光声池中，光声池中的混合气体吸收调制光源的能量，产生声波，光声池内的微音器检测到声波后，输出对应的光声强度信号，光声强度信号经过采集模块进入数据分析模块，数据分析模块用于变压器中油气混合物中各个气体的浓度进行校正，数据分析模块的校正过程为：
9.基于六种特征气体在特征谱线处对应的光声强度，利用光声光谱法对变压器油中的六种特征气体进行求解，六种气体分别为co、co2、ch4、c2h6、c2h4和c2h2，检测浓度分别为y1，y2，
···
，y6；
10.基于c3气体的在特征谱线处对应的光声强度，利用光声光谱法，求解出变压器油
中混合气体中c3气体的浓度，c3气体丙烷、丙烯和丙炔的浓度分别a1、a2和a3；
11.利用c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
，来排除c3气体干扰后的油中气体检测浓度为ci＝y
i-a1×k1i
+a2×k2i
+a3×k3i
；
12.其中，i＝1,2,
···
，6。
13.进一步的，数据分析模块得到检测浓度的过程为：
14.利用多组份不同浓度的9种气体组成的混合气体结合最小二乘法计算出式(3)中的系数矩阵d以及随机误差e2，其中，i为9
×
1向量，表示确定的9处特征波长处的光声强度；d为9
×
9矩阵，表示每种气体对应的比例系数；z为9
×
1向量，表示每一种气体的浓度，e2是9
×
1向量，表示随机误差；
15.i＝dz+e2ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
16.获取待测混合气体在特征谱线处对应的光声强度，带入式(3)中，分别求得特征气体浓度y1，y2，
···
，y6和c3气体浓度a1、a2和a3。
17.进一步的，c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
的获取方法为：
18.将n份标准混合气体样本分别通入油气分离模块内，依次通过光声模块、采集模块后，得到光声强度，数据分析模块利用光声光谱法，求解出变压器油中混合气体中的气体检测结果为yk；
19.所述标准混合气体样本由同样浓度的特征气体以及不同浓度的c3气体构成，特征气体浓度为ei、c3气体浓度为a
j1
，a
j2
，a
j3
均已知，其中，j＝1,2,
···
，n；
20.数据分析模块计算一组c3气体对油中混合气体的干扰影响度系数k1，k2，k3的具体过程为：
21.待确定的干扰影响度系数为k1，k2，k3，n份标准混合气样本的变压器油中气体检测结果为yk，其中k＝1,2,
···
，n，则有
[0022][0023]
整理后得到
[0024]
将记为a,记为k，记为b，上述的矩阵形式化为
[0025]
ak＝b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0026]
对于线性方程组ax＝b，递推最小二乘法方程为：
[0027][0028]
x
(k+1)
＝x
(k)
+p
k+1ak+1
(b
k+1-a
k+1t
x
(k)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0029]
其中a
k+1
和b
k+1
为更新数据，两者都是标量；
[0030]
首先根据四组标准混合气体样本的气体检测结果和已知的气体浓度计算初值p0和k
(0)
，计算公式为：
[0031]
p0＝(a
0t
×
a0)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0032]k(0)
＝p0×a0t
×
b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0033]
接下来更新矩阵方程ak＝b中的第一行y1＝e1+k1×a11
+k2×a12
+k3×a13
中的数据，更新的数据为a
(1)
和b
(1)
，其中a
(1)
为3
×
1向量，b
(1)
为1
×
1向量；代入递推最小二乘法方程
[0034][0035]k(1)
＝k
(0)
+p1×a(1)
×
(b
(1)-a
(1)t
×k(0)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0036]
以此类推，分别再更新第二、三、四行数据，同样代入递推最小二乘法方程；完成四次递推后，再利用新的气体检测结果和已知的气体浓度重新从第一行数据开始更新，直到利用完n组数据，得到最终的干扰影响度系数为k1，k2，k3；
[0037]
通过以上步骤得到了c3气体对一种油中特征气体的干扰影响度系数k1，k2，k3；
[0038]
利用同样的步骤得到c3气体对于油中特征气体的干扰影响度系数k
1i
，k
2i
，k
3i
，其中，i＝1,2,
……
，6。
[0039]
进一步的，所述调制光源的波长4.660～14.925μm。
[0040]
进一步的，所述数据分析模块还用于根据各个气体的浓度含量，利用改进三比值法，得到变压器发生的故障类型或者不正常运行状态，判断是否超过设置的阈值，若超过阈值，则发送报警信号。
[0041]
进一步的，还包括计算机通信模块，所述计算机通信模块用于将各气体浓度和故障类型数据通过iec61850/modbus tcp的通信协议传输给站内计算机。
[0042]
一种具有高抗干扰能力的变压器油中气体检测方法，包括以下操作：
[0043]
利用标准混合气体得到使用环境下c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
，其中，i＝1,2,
···
，6；
[0044]
利用光声光谱法对变压器油中的六种特征气体进行检测，六种气体分别为co、co2、ch4、c2h6、c2h4和c2h2，检测结果分别为y1，y2，
···
，y6；
[0045]
利用光声光谱法，求解出变压器油中混合气体中c3气体的浓度，c3气体丙烷、丙烯和丙炔的浓度分别a1、a2和a3；
[0046]
排除c3气体干扰后的油中气体检测浓度为ci＝y
i-a1×k1i
+a2×k2i
+a3×k3i
；
[0047]
其中i＝1,2,
···
，6。
[0048]
进一步的，c3气体浓度的求解方法为：
[0049]
依据气体浓度与光声信号强度的正比线性关系建立分析模型如下：
[0050]
y＝xb+e1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0051]
其中：x为n
×
m维矩阵，包含n个标定样本在m条谱线上的值，即光声强度；b为m
×
1维回归向量，b＝[b1,b2,
…
，bm]
t
；y为n
×
1维向量，表示分析气体的浓度；e1为n
×
1维向量，表
示随机误差；
[0052]
通过tr算法将上式转化为如下所示：
[0053][0054]
式中：||
·
||
p
表示p-范数，p＝2时就是欧几里范数；a和b分别表示回归偏差和回归向量的范数，1≤a，b《∞；l表示一个正则化算子；λ表示控制第2项相对于第1项的权值；
[0055]
根据谱线数量j，确定回归向量的长度为m＝j，x均取候选谱线值，式(2)中的参数a，b均设置为1，选择候选条光谱值作为正则化算子l，权值λ设置为2；再利用(2)式对每种c3气体筛选mi条特征谱线，其中，∑mi≥9，i＝1,2,3；
[0056]
利用多组份不同浓度的9种气体组成的混合气体结合最小二乘法计算出式(3)中的系数矩阵d以及随机误差e2，其中i为9
×
1向量，表示确定的9处特征波长处的光声强度；d为9
×
9矩阵，表示每种气体对应的比例系数，所述比例系数是包含系统参数、吸光系数等的乘积，系统参数和吸光系数利用已知的浓度和光声强度，再根据最小二乘法就直接计算出所有这些分系数的乘积，即总系数，在定义为比例系数；z为9
×
1向量，表示每一种气体的浓度，e2是9
×
1向量，表示随机误差；
[0057]
i＝dz+e2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0058]
检测待测混合气体在所述特征谱线处对应的光声强度，代入式(3)中，分别求得这三种c3气体的浓度a1、a2和a3。
[0059]
进一步的，利用递推最小二乘法计算c3气体对油中混合气体的干扰影响度系数；
[0060]
基于n份标准混合气体样本，所述n份气体中由同样浓度的特征气体以及不同浓度的c3气体组成，特征气体浓度为ei、三种c3气体浓度a
j1
，a
j2
，a
j3
均已知，j＝1,2,
···
，n；
[0061]
计算一组c3气体对油中混合气体的干扰影响度系数，待确定的干扰影响度系数为k1，k2，k3，这n份标准混合气样本的变压器油中气体检测结果为yk，k＝1,2,
···
，n；则有
[0062][0063]
整理后得到
[0064]
将记为a,记为k，记为b，上述的矩阵形式化为
[0065]
ak＝b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0066]
对于线性方程组ax＝b，递推最小二乘法方程为：
[0067][0068]
x
(k+1)
＝x
(k)
+p
k+1ak+1
(b
k+1-a
k+1t
x
(k)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0069]
其中a
k+1
和b
k+1
为更新数据，两者都是标量；
[0070]
根据四组标准混合气体样本的气体检测结果和已知的气体浓度计算初值p0和k
(0)
，计算公式为：
[0071]
p0＝(a
0t
×
a0)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0072]k(0)
＝p0×a0t
×
b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0073]
接下来更新矩阵方程ak＝b中的第一行y1＝e1+k1×a11
+k2×a12
+k3×a13
中的数据，更新的数据为a
(1)
和b
(1)
,其中a
(1)
为3
×
1向量，b
(1)
为1
×
1向量；代入递推最小二乘法方程
[0074][0075]k(1)
＝k
(0)
+p1×a(1)
×
(b
(1)-a
(1)t
×k(0)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0076]
以此类推，分别再更新第二、三、四行数据，同样代入递推最小二乘法方程；完成四次递推后，再利用新的气体检测结果和已知的气体浓度重新从第一行数据开始更新，直到利用完n组数据，得到最终的干扰影响度系数为k1，k2和k3；
[0077]
通过以上步骤得到了c3气体对油中的一种特征气体的干扰影响度系数k1，k2，k3；利用同样的步骤得到c3气体对于油中所有特征气体的干扰影响度系数k
1i
，k
2i
，k
3i
，i＝1,2,
……
，6。
[0078]
与现有技术相比，本发明具有以下有益效果：
[0079]
本发明的一种具有高抗干扰能力的变压器油中气体检测系统及方法，通过系统的油气分离模块、光声模块、采集模块和数据分析模块，将变压器油中溶解的气体进行分离，通过光声光谱技术，检测变压器油中各种故障特征气体的含量。针对c3气体对油中特征气体的干扰，利用c3气体对特征气体的干扰影响度系数和混合气体中c3气体浓度，修正气体的检测结果；本发明大大减弱了c3气体的干扰影响，得到具有可靠精度的气体检测结果，检测结果对于c3气体具有高抗干扰能力。
附图说明
[0080]
图1为本发明的系统结构图。
具体实施方式
[0081]
为了使本技术领域的人员更好地理解本发明方案，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一部分的实施例，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前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0082]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或
描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0083]
下面结合附图对本发明做进一步详细描述：
[0084]
参见图1，图1为本发明的系统结构图，本发明的一种具有高抗干扰能力的变压器油中气体检测系统，包括变压器、油气分离模块、光声模块、采集模块、数据分析模块、计算机通信模块和站内计算机，计算机通信模块与数据分析模块相连，将检测到的油中气体数据传输到站内计算机。其中，光声模块包含调制光源、光声池和微音器；采集模块包含前置放大器、锁相放大器和a/d转换单元。
[0085]
光声模块中的调制光源采用内调制的电脉冲小体积红外调制光源，该调制光源波长覆盖4.660～14.925μm的范围。光声池采用非谐振式光声池，当非谐振式光声池在工作时，调制光源的调制频率低于光声池的最低谐振频率，其工作处于非谐振状态。光声模块中的微音器为电容式微音器，设置在光声池的波腹点。
[0086]
光声模块基于光声效应，气体分子吸收特定波长的入射光后，跃迁到激发态，激发态分子将吸收的光能通过无辐射弛豫的形式转换为平移动能。在宏观上表现为气体分子温度的提高，而在光声池这样密闭环境中，气体压力随着温度的升高而增大。光声效应主要取决于气体对红外辐射的吸收，而吸收是有选择性的，不同气体会吸收不同波长调制光源的能量。改变调制光源的频率，对应的气体温度周期性地波动，产生的压力变化也就是声波。
[0087]
本发明的工作流程为：
[0088]
油气分离模块采用溶解平衡法对变压器油进行脱气，经油气分离模块分离后的油中气体进入到光声模块中，在光声池中气体吸收调制光源能量，产生声波，微音器检测到声波后，输出对应的电声信号数据。光声模块将微音器检测到的数据输送给采集模块，依次经过前置放大器、锁相放大器、a/d转换单元后，得到转换后的数据，之后光声检测结果(即光声强度)进入数据分析模块，数据分析模块根据c3气体浓度，对采集模块中输出的各油中气体的含量进行校正，具体的，将变压器油中气体数据利用最小二乘法进行分析。在光声光谱法测得的六种特征气体，利用每种气体的n个样本进行数据的修正。根据各个气体的浓度含量，利用改进三比值法，得到变压器发生的故障类型或者不正常运行状态，判断是否超过设置的阈值，发送报警信号。数据分析模块的结果经过计算机通信模块，将得到的各气体浓度和故障类型数据通过iec61850/modbus tcp的通信协议传输给站内计算机。
[0089]
数据分析模块的数据分析流程如下：
[0090]
首先求取c3气体浓度，求取c3气体浓度的方法如下：
[0091]
依据浓度与光声信号强度的正比线性关系建立分析模型如下：
[0092]
y＝xb+e1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0093]
其中：x为n
×
m维矩阵，包含n个标定样本在m条谱线上的值，即光声强度；b为m
×
1维回归向量，b＝[b1,b2,
…
，bm]
t
；y为n
×
1维向量，表示分析气体的浓度；e1为n
×
1维向量，表示随机误差；
[0094]
通过tr算法将式(1)转化为如下所示：
[0095]
[0096]
式中：||
·
||
p
表示p-范数，p＝2时就是欧几里范数；a和b分别表示回归偏差和回归向量的范数，1≤a，b《∞；l表示一个正则化算子；λ表示控制第2项相对于第1项的权值；
[0097]
根据选择的谱线数量j，确定回归向量的长度为m＝j，x均取候选谱线值，(2)中的参数a，b均设置为1，选择候选条光谱值作为正则化算子l，权值λ设置为2；再利用(2)式对每种c3气体筛选mi条灵敏度高、信噪比高的特征谱线，其中∑mi≥9，i＝1,2,3；
[0098]
利用多组份不同浓度的9种气体组成的混合气体结合最小二乘法计算出式(3)中的系数矩阵d以及随机误差e2，其中i为9
×
1向量，表示确定的9处特征波长处的光声强度，d为9
×
9矩阵，表示每种气体对应的比例系数，z为9
×
1向量，表示每一种气体的浓度，e2是9
×
1向量，表示随机误差；
[0099]
i＝dz+e2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0100]
检测待测混合气体在选取的特征谱线处对应的光声强度，带入式(3)中，分别求得这三种c3气体的浓度a1、a2和a3。
[0101]
接下来利用递推最小二乘法计算c3气体对油中混合气体的干扰影响度系数；利用光声光谱法检测油中气体得到的结果yi＝di+δ
1i
+δ
2i
+δ
3i
；其中i＝1,2,
···
，6；其中di为油中混合气体的真实值，δ
1i
为丙烷对第i种特征气体的干扰值，δ
2i
为丙烯对第i种特征气体的干扰值，δ
3i
为丙炔对第i种特征气体的干扰值；干扰值为c3气体对油中混合气体的干扰影响度系数和c3气体浓度的乘积；系统本身储备了n份标准混合气体样本，这n份气体中包含同样浓度的特征气体以及不同浓度的c3气体，这些气体浓度均已知，即其中特征气体浓度为ei已知，c3气体浓度为a
j1
，a
j2
，a
j3
已知，其中j＝1,2,
···
，n；以一组c3气体对油中混合气体的干扰影响度系数计算为例，待确定的干扰影响度系数为k1，k2，k3，这n份标准混合气样本的变压器油中气体检测结果为yk，其中k＝1,2,
···
，n；则有
[0102][0103]
整理后得到
[0104]
将记为a,记为k，记为b，上述的矩阵形式化为
[0105]
ak＝b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0106]
对于线性方程组ax＝b，递推最小二乘法方程为：
[0107]
[0108]
x
(k+1)
＝x
(k)
+p
k+1ak+1
(b
k+1-a
k+1t
x
(k)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0109]
其中a
k+1
和b
k+1
为更新数据，两者都是标量；
[0110]
首先根据四组标准混合气体样本的气体检测结果和已知的气体浓度计算初值p0和k
(0)
，计算公式为：
[0111]
p0＝(a
0t
×
a0)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0112]k(0)
＝p0×a0t
×
b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0113]
接下来更新矩阵方程ak＝b中的第一行y1＝e1+k1×a11
+k2×a12
+k3×a13
中的数据，更新的数据为a
(1)
和b
(1)
，其中a
(1)
为3
×
1向量，b
(1)
为1
×
1向量；代入递推最小二乘法方程
[0114][0115]k(1)
＝k
(0)
+p1×a(1)
×
(b
(1)-a
(1)t
×k(0)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0116]
以此类推，分别再更新第二、三、四行数据，同样代入递推最小二乘法方程；完成四次递推后，再利用新的气体检测结果和已知的气体浓度重新从第一行数据开始更新，直到利用完n组数据，得到最终的干扰影响度系数为k1，k2，k3；
[0117]
通过以上步骤得到了c3气体对一种油中特征气体的干扰影响度系数k1，k2，k3；利用同样的步骤可以得到c3气体对于油中特征气体的干扰影响度系数k
1i
，k
2i
，k
3i
，其中i＝1,2,
……
，6。
[0118]
数据分析模块根据c3气体的浓度a1、a2、a3，结合c3气体对油中混合气体的干扰影响度系数k
1i
，k
2i
，k
3i
，其中，i＝1,2,
……
，6；最后根据ci＝y
i-a1×k1i
+a2×k2i
+a3×k3i
计算出排除c3气体干扰后的油中气体检测结果。
[0119]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
技术特征：1.一种具有高抗干扰能力的变压器油中气体检测系统，其特征在于，包括油气分离模块、光声模块、采集模块和数据分析模块；当进行检测时，变压器中油气混合物进入油气分离模块中，在油气分离模块内基于溶解平衡法进行分离，分离后的混合气体进入到光声模块的光声池中，光声池中的混合气体吸收调制光源的能量，产生声波，光声池内的微音器检测到声波后，输出对应的光声强度信号，光声强度信号经过采集模块进入数据分析模块，数据分析模块用于变压器中油气混合物中各个气体的浓度进行校正，数据分析模块的校正过程为：基于六种特征气体在特征谱线处对应的光声强度，利用光声光谱法对变压器油中的六种特征气体进行求解，六种气体分别为co、co2、ch4、c2h6、c2h4和c2h2，检测浓度分别为y1，y2，
···
，y6；基于c3气体的在特征谱线处对应的光声强度，利用光声光谱法，求解出变压器油中混合气体中c3气体的浓度，c3气体丙烷、丙烯和丙炔的浓度分别a1、a2和a3；利用c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
，来排除c3气体干扰后的油中气体检测浓度为c
i
＝y
i-a1×
k
1i
+a2×
k
2i
+a3×
k
3i
；其中，i＝1,2,
···
，6。2.根据权利要求1所述具有高抗干扰能力的变压器油中气体检测系统，其特征在于，数据分析模块得到检测浓度的过程为：利用多组份不同浓度的9种气体组成的混合气体结合最小二乘法计算出式(3)中的系数矩阵d以及随机误差e2，其中，i为9
×
1向量，表示确定的9处特征波长处的光声强度；d为9
×
9矩阵，表示每种气体对应的比例系数；z为9
×
1向量，表示每一种气体的浓度，e2是9
×
1向量，表示随机误差；i＝dz+e2ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)获取待测混合气体在特征谱线处对应的光声强度，带入式(3)中，分别求得特征气体浓度y1，y2，
···
，y6和c3气体浓度a1、a2和a3。3.根据权利要求1所述具有高抗干扰能力的变压器油中气体检测系统，其特征在于，c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
的获取方法为：将n份标准混合气体样本分别通入油气分离模块内，依次通过光声模块、采集模块后，得到光声强度，数据分析模块利用光声光谱法，求解出变压器油中混合气体中的气体检测结果为y
k
；所述标准混合气体样本由同样浓度的特征气体以及不同浓度的c3气体构成，特征气体浓度为e
i
、c3气体浓度为a
j1
，a
j2
，a
j3
均已知，其中，j＝1,2,
···
，n；数据分析模块计算一组c3气体对油中混合气体的干扰影响度系数k1，k2，k3的具体过程为：待确定的干扰影响度系数为k1，k2，k3，n份标准混合气样本的变压器油中气体检测结果为y
k
，其中k＝1,2,
···
，n，则有
整理后得到将记为a,记为k，记为b，上述的矩阵形式化为ak＝b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)对于线性方程组ax＝b，递推最小二乘法方程为：x
(k+1)
＝x
(k)
+p
k+1
a
k+1
(b
k+1-a
k+1t
x
(k)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其中a
k+1
和b
k+1
为更新数据，两者都是标量；首先根据四组标准混合气体样本的气体检测结果和已知的气体浓度计算初值p0和k
(0)
，计算公式为：p0＝(a
0t
×
a0)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)k
(0)
＝p0×
a
0t
×
b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)接下来更新矩阵方程ak＝b中的第一行y1＝e1+k1×
a
11
+k2×
a
12
+k3×
a
13
中的数据，更新的数据为a
(1)
和b
(1)
，其中a
(1)
为3
×
1向量，b
(1)
为1
×
1向量；代入递推最小二乘法方程k
(1)
＝k
(0)
+p1×
a
(1)
×
(b
(1)-a
(1)t
×
k
(0)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)以此类推，分别再更新第二、三、四行数据，同样代入递推最小二乘法方程；完成四次递推后，再利用新的气体检测结果和已知的气体浓度重新从第一行数据开始更新，直到利用完n组数据，得到最终的干扰影响度系数为k1，k2，k3；通过以上步骤得到了c3气体对一种油中特征气体的干扰影响度系数k1，k2，k3；利用同样的步骤得到c3气体对于油中特征气体的干扰影响度系数k
1i
，k
2i
，k
3i
，其中，i＝1,2,
……
，6。4.根据权利要求1所述的具有高抗干扰能力的变压器油中气体检测系统，其特征在于，所述调制光源的波长4.660～14.925μm。5.根据权利要求1所述的具有高抗干扰能力的变压器油中气体检测系统，其特征在于，所述数据分析模块还用于根据各个气体的浓度含量，利用改进三比值法，得到变压器发生
的故障类型或者不正常运行状态，判断是否超过设置的阈值，若超过阈值，则发送报警信号。6.根据权利要求5所述的具有高抗干扰能力的变压器油中气体检测系统，其特征在于，还包括计算机通信模块，所述计算机通信模块用于将各气体浓度和故障类型数据通过iec61850/modbus tcp的通信协议传输给站内计算机。7.一种具有高抗干扰能力的变压器油中气体检测方法，其特征在于，包括以下操作：利用标准混合气体得到使用环境下c3气体对六种特征气体的干扰影响度系数k
1i
、k
2i
和k
3i
，其中，i＝1,2,
···
，6；利用光声光谱法对变压器油中的六种特征气体进行检测，六种气体分别为co、co2、ch4、c2h6、c2h4和c2h2，检测结果分别为y1，y2，
···
，y6；利用光声光谱法，求解出变压器油中混合气体中c3气体的浓度，c3气体丙烷、丙烯和丙炔的浓度分别a1、a2和a3；排除c3气体干扰后的油中气体检测浓度为c
i
＝y
i-a1×
k
1i
+a2×
k
2i
+a3×
k
3i
；其中i＝1,2,
···
，6。8.根据权利要求7所述的一种具有高抗干扰能力的变压器油中气体检测方法，其特征在于，c3气体浓度的求解方法为：依据气体浓度与光声信号强度的正比线性关系建立分析模型如下：y＝xb+e1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中：x为n
×
m维矩阵，包含n个标定样本在m条谱线上的值，即光声强度；b为m
×
1维回归向量，b＝[b1,b2,
…
，b
m
]
t
；y为n
×
1维向量，表示分析气体的浓度；e1为n
×
1维向量，表示随机误差；通过tr算法将上式转化为如下所示：式中：||
·
||
p
表示p-范数，p＝2时就是欧几里范数；a和b分别表示回归偏差和回归向量的范数，1≤a，b<∞；l表示一个正则化算子；λ表示控制第2项相对于第1项的权值；根据谱线数量j，确定回归向量的长度为m＝j，x均取候选谱线值，式(2)中的参数a，b均设置为1，选择候选条光谱值作为正则化算子l，权值λ设置为2；再利用(2)式对每种c3气体筛选m
i
条特征谱线，其中，∑m
i
≥9，i＝1,2,3；利用多组份不同浓度的9种气体组成的混合气体结合最小二乘法计算出式(3)中的系数矩阵d以及随机误差e2，其中i为9
×
1向量，表示确定的9处特征波长处的光声强度；d为9
×
9矩阵，表示每种气体对应的比例系数；z为9
×
1向量，表示每一种气体的浓度，e2是9
×
1向量，表示随机误差；i＝dz+e2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)检测待测混合气体在所述特征谱线处对应的光声强度，代入式(3)中，分别求得这三种c3气体的浓度a1、a2和a3。9.根据权利要求8所述的一种具有高抗干扰能力的变压器油中气体检测方法，其特征在于，利用递推最小二乘法计算c3气体对油中混合气体的干扰影响度系数；基于n份标准混合气体样本，所述n份气体中由同样浓度的特征气体以及不同浓度的c3气体组成，特征气体浓度为e
i
、三种c3气体浓度a
j1
，a
j2
，a
j3
均已知，j＝1,2,
···
，n；
计算一组c3气体对油中混合气体的干扰影响度系数，待确定的干扰影响度系数为k1，k2，k3，这n份标准混合气样本的变压器油中气体检测结果为y
k
，k＝1,2,
···
，n；则有整理后得到将记为a,记为k，记为b，上述的矩阵形式化为ak＝b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)对于线性方程组ax＝b，递推最小二乘法方程为：x
(k+1)
＝x
(k)
+p
k+1
a
k+1
(b
k+1-a
k+1t
x
(k)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其中a
k+1
和b
k+1
为更新数据，两者都是标量；根据四组标准混合气体样本的气体检测结果和已知的气体浓度计算初值p0和k
(0)
，计算公式为：p0＝(a
0t
×
a0)-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)k
(0)
＝p0×
a
0t
×
b0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)接下来更新矩阵方程ak＝b中的第一行y1＝e1+k1×
a
11
+k2×
a
12
+k3×
a
13
中的数据，更新的数据为a
(1)
和b
(1)
,其中a
(1)
为3
×
1向量，b
(1)
为1
×
1向量；代入递推最小二乘法方程k
(1)
＝k
(0)
+p1×
a
(1)
×
(b
(1)-a
(1)t
×
k
(0)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)以此类推，分别再更新第二、三、四行数据，同样代入递推最小二乘法方程；完成四次递推后，再利用新的气体检测结果和已知的气体浓度重新从第一行数据开始更新，直到利用完n组数据，得到最终的干扰影响度系数为k1，k2和k3；通过以上步骤得到了c3气体对油中的一种特征气体的干扰影响度系数k1，k2，k3；利用同样的步骤得到c3气体对于油中所有特征气体的干扰影响度系数k
1i
，k
2i
，k
3i
，i＝1,2,
……
，6。
技术总结本发明公开了一种具有高抗干扰能力的变压器油中气体检测系统及方法属于电气设备在线检测领域。本发明利用光声光谱法进行变压器油中气体检测时，混合气中C3气体(丙烷、丙烯和丙炔)干扰特征气体检测结果的问题，首先利用光声光谱法对混合气中各特征气体浓度检测，得到被C3气体干扰后的气体检测结果y。再利用光谱分析的方法求出油中混合气体中C3气体的浓度a。最后利用标准混合气得到使用环境下C3气体对特征气体的干扰影响度系数k。最后得到排除C3气体干扰后的油中特征气体检测结果。本发明对C3气体具有高抗干扰性，提高了光声光谱法油中气体检测结果的精确度。油中气体检测结果的精确度。油中气体检测结果的精确度。
技术研发人员：汤晓君 黄连鹏 金祎 顾渊博
受保护的技术使用者：国网上海市电力公司
技术研发日：2022.04.06
技术公布日：2022/7/5
