[发明专利]SF6

说明书

本申请公开了一种SF₆及其分解组分气体的浓度检测方法或装置，所述浓度检测方法是首先通过协同区间偏最小二乘算法算法筛选SF₆及其分解组分气体拉曼检测的光谱数据，得到具有最小误差的光谱数据区间，然后利用蚁群算法进一步去除光谱数据区间中的干扰数据，将光谱数据进行优化，最后，使用优化后的光谱数据构建浓度预测模型，根据浓度预测模型，得到SF₆及其分解组分气体，因此，采用前述的浓度检测方法或者装置能够有效消除SF₆及其分解组分气体拉曼检测冗余的光谱数据，减少干扰因素的影响，提高光谱数据的分析准确度，进一步地，可以缩短数据分析时间，提高定量分析效率。

技术领域

本申请涉及气体定量分析技术领域，尤其涉及以一种SF₆及其分解组分气体的浓度检测方法及装置。

背景技术

由于SF₆气体具有绝缘性能好，且无味无毒、不易燃、分解温度高且分解物少等优点，因此，SF₆气体是GIS(Gas Iusulated Swichgear，气体绝缘全封闭组合电器)中常用的绝缘介质。当使用SF₆气体作为绝缘介质的GIS设备发生绝缘故障时，SF₆气体将快速地发生分解反应，分解反应后的分解产物包括SF₄、SF₃、SF₂等，这些分解产物又会与设备内的空气和水分发生反应产生HF、SO₂、SOF₂等物质，这些物质与分解产物统称为分解气体，因此，SF₆及其分解气体混合在GIS设备内部，故而通过检测SF₆气体及其分解气体的浓度便可以判断GIS设备的绝缘性能。

目前，针对SF₆气体及其分解组分气体的浓度检测通常采用拉曼检测，然后对拉曼检测的结果进行定量分析，获得SF₆及其分解组分气体的浓度，进而判断GIS设备的绝缘性能。可见，拉曼检测结果的定量分析关系着GIS设备的绝缘性能的判断。现有技术中，拉曼检测结果的定量分析方法多采用最小二程线性回归拟合方法(最小二乘法)，主要是通过最小二乘拟合拉曼光谱数据，建立气体浓度与光谱信息之间的曲线关系，根据曲线关系实现拉曼检测的定量分析。

但是，在上述过程中，在利用拉曼检测对GIS设备检测的过程中，检测结果会受到多种因素的影响，是非线性的，而最小二乘法结构简单，精度有限，无法有效消除多组分气体相互的影响及冗余的光谱数据，因此，使得SF₆及其分解气体的检测精度降低。

发明内容

本申请提供了一种SF₆及其分解组分气体的浓度检测方法及装置，以解决现有技术中，在利用拉曼检测设备检测SF₆气体及其分解组分气体的过程中，检测结果会受到多种因素的影响，是非线性的，而最小二乘法结构简单，精度有限，无法有效消除多组分气体相互的影响及冗余的光谱数据，使得SF₆及其分解气体的检测精度降低的问题。

第一方面，本申请实施例提供一种SF₆及其分解组分气体的浓度检测方法，包括：

获取拉曼检测得到的全光谱数据，将所述全光谱数据平均划分为多个独立的子区间；

使用协同区间偏最小二乘算法分别在各子区间内建立模型，获得多个siPLS模型；

计算各siPLS模型的校正均方根误差值，根据所述校正均方根误差值的大小，将所述校正均方根误差值排序；

选择所述校正均方根误差值最小的至少三个siPLS模型对应的子区间作为目标子区间；

使用蚁群算法筛选所述目标子区间中所有的全光谱数据，获得有效光谱数据；