[发明专利]基于石墨烯复合材料传感器阵列的SF6有效

专利信息
申请号: 201810666669.2 申请日: 2018-06-26
公开(公告)号: CN109060892B 公开(公告)日: 2020-12-25
发明(设计)人: 杨爱军;褚继峰;王小华;骆挺;荣命哲;刘定新;李育灵 申请(专利权)人: 西安交通大学;国网山西省电力公司长治供电公司
主分类号: G01N27/12 分类号: G01N27/12
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 覃婧婵
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 石墨 复合材料 传感器 阵列 sf base sub
【说明书】:

发明涉及一种基于石墨烯复合材料传感器阵列的SF6分解物检测方法,包括:加工制备传感器阵列;将制备所得传感器阵列布置在密闭气室中进行信号采集,并加电初始化;对传感器阵列进行气敏测试并将测试结果作为样本进行存储;构建气体识别网络模型并对气氛进行识别。本发明通过在传感器阵列加入石墨烯‑金属氧化物纳米气敏材料,能有效降低能耗;通过构建气体识别网络模型并结合传感器阵列,能够对SF6气体分解产物进行有效识别。

技术领域

本发明属于气体分解产物检测领域,具体涉及一种基于石墨烯复合材料传感器阵列的SF6分解物检测方法。

背景技术

六氟化硫(SF6)在气体绝缘组合电器,断路器,气体绝缘母线等高压电力设备中被广泛应用。研究发现,SF6气体在高温放电作用下会分解生成氟化亚硫酰(SOF2)、氟化硫酰(SO2F2)、二氧化硫(SO2) 和硫化氢(H2S)等一系列分解物,且分解物组分含量与设备内放电强弱程度有关,可用于设备故障诊断。传统的气相色谱质谱法、红外吸收光谱法精度高,但无法实现SF6分解物的在线监测。

基于纳米材料的气体传感器因其体积小、成本低、便携性好、在线监测潜力大等优点,在SF6气体分解产物检测中逐渐被应用。但此类传感器存在工作温度较高的问题,且对SF6分解后产生的多种气体的交叉敏感问题没有很好的解决。

石墨烯具有高比表面积、良好的电子迁移率和低噪声特点,通过将其与金属氧化物复合,可以得到在低温下具有高灵敏度的气敏材料,能够有效改善传统器件工作温度高的问题。

发明内容

针对目前存在的SF6分解物组分含量检测问题,本发明提出了一种基于石墨烯纳米复合材料传感器阵列的解决方案。对于传统气体传感器存在的工作温度高(普遍大于200℃)的问题,本发明通过引入石墨烯的方式构建复合材料,从而降低传感器功耗。同时,对于单一传感器输出信息不足的问题,本发明通过设计新型传感器阵列的方式,能够增加信息输出量。此外,对于单一传感器的交叉敏感的问题,本发明利用所构筑的传感器阵列,并结合模式识别算法来解决。

一种基于石墨烯复合材料传感器阵列的SF6分解物检测方法,包括:

步骤S100:加工制备传感器阵列;

步骤S200:将制备所得传感器阵列布置在密闭气室中进行信号采集,并加电初始化;

步骤S300:对传感器阵列进行气敏测试并将测试结果作为样本进行存储;

步骤S400:构建气体识别网络模型并对气氛进行识别;

其中,步骤S400包括:

步骤S401:采集传感器阵列在不同气氛环境下的特征参量;

步骤S402:建立基于误差逆传播算法的气体识别网络模型并进行训练;

(a)特征参量的归一化处理:

iv.提取每个样本的输入特征参量:

式中,为第k个样本的传感器阵列第i个输出结果,d表示输入特征参量的维度;

v.根据样本类型建立输出特征参量:

式中,表示第k个样本第j个气氛,m表示输出特征参量的维度,取0或1,且1为是,0为非,依据输出特征参量对各个样本类型进行区分;

获得训练集D:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学;国网山西省电力公司长治供电公司,未经西安交通大学;国网山西省电力公司长治供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810666669.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top