抑制气敏传感器交叉敏感的智能方法技术

本发明专利技术公开了一种抑制气敏传感器交叉敏感的智能方法，本发明专利技术在以本征气体特征频谱幅值作为神经网络的输入向量，已用标准气体标定和训练好的神经网络结构的基础上，通过人工神经网络计算，得到进一步消除由于频谱部分重叠引起的气敏传感器交叉敏感度，获得单一气体含量，增加本发明专利技术的抑制效果，从而提高气体检测精度和准确性；采用小波分析的方法为人工神经网络提供输入特征向量，利用小波分析在时域和频域具有很好的局部化能力，可以更好的分析其特征气体响应波形和交叉敏感气体响应波形，进一步增加本发明专利技术的抑制效果，从而提高气体检测精度和准确性。

【技术实现步骤摘要】

本专利技术涉及一种数据分析方法，特别涉及一种抑制气敏传感器交叉敏感的智能方法。
技术介绍
变压器油中溶解气体含量是反映变压器内部绝缘状况及运行状况的重要参数，变压器的油中溶解气体在线监测是实时、连续反映油中气体含量的重要手段。半导体气敏传感器能够检测气体的含量，将之转化为特定的电压信号，它是检测气体含量的重要途径。目前，应用半导体气敏传感器监测油中气体含量的技术十分广泛。虽然特定的半导体气敏元件主要检测特定单一气体，但传感器对气体的选择性差，对多种气体可能有响应，这种非单一选择性是由其敏感机理所决定的。采用一定的方法(如添加适量的贵重金属Pt，Pd，添加催化剂、制造工艺和工作温等)来提高对某一种气体的灵敏，但仍然会对其它气体有一定的敏感，这就是气敏元件的“交叉敏感”。“交叉敏感”特性将影响特定气体的含量监测的准确，因此，消除气体传感器交叉敏感的方式也相继出现。现有技术中，应用较多的是针对光纤光栅传感器的交叉敏感的抑制方法，它是一种非气体传感器。现有技术中有利用神经网络法消除气体传感器的交叉敏感影响的方法，但是所涉及的相关气体传感器交叉敏感特性方面内容没有多气体传感器条件下的交叉敏感抑制方法，研究的是自抑制和交叉敏感动态特性等方面内容，对于变压器油中溶解气体在线监测的多传感器交叉敏感的内容没有涉及。而神经网络-->在变压器故障诊断中，多用于绝缘故障的诊断及故障模式识别，没有抑制交叉敏感。因此，需要一种气敏传感器交叉敏感的抑制方法，针对现有多气体传感器的交叉敏感问题，能够抑制多气体传感器交叉敏感影响单一气体检测精度，从而提高电力变压器油中溶解气体检测精度和准确性。
技术实现思路
本专利技术的目的在于提供一种抑制气敏传感器交叉敏感的智能方法，能够抑制气体传感器的交叉敏感，提高单一气体的监测精度，提高气体检测精度和准确性。本专利技术的抑制气敏传感器交叉敏感的智能方法，包括以下步骤：a.采集至少两个气敏传感器响应波形；b.获得至少两种气体响应的特征谱图，得出特定传感器的特征气体响应幅值，消除交叉敏感气体的响应谱图幅值；c.利用BP人工神经网络进一步抑制气敏传感器交叉敏感：I.使含有特征气体并已知气体浓的混合气体由BP人工神经网络输入层输入，调整BP人工神经网络的输入层和隐含层权值矩阵，使得人工神经网络的输出与输入气体浓相等，从而消除交叉敏感的影响；II.使步骤b的特征气体幅值由BP人工神经网络输入层输入，利用步骤I确定的权值矩阵对输入数据进行处理，将消除交叉敏感后的数据作为输出，从而获得单一气体响应，从而得到混合气体中气体含量。进一步，步骤b中获得气体响应特征谱图的方式为通过对波形数据进行小波分析处理得到。本专利技术的有益效果是：本专利技术的抑制气敏传感器交叉敏感的智能方法，本专利技术在以本征气体特征频谱幅值作为神经网络的输入向量，已用标准气体标定和训练好的神经网络结构的基础上，通过人工神经网络计算，得到进一步消除-->由于频谱部分重叠引起的气敏传感器交叉敏感度，获得单一气体含量，增加本专利技术的抑制效果，从而提高气体检测精度和准确性；采用小波分析的方法获取的特征气体频谱幅值作为人工神经网络提供输入特征向量，利用小波分析在时域和频域具有很好的局部化能力，可以更好的分析其特征气体响应波形和交叉敏感气体响应波形，进一步增加本专利技术的抑制效果，从而提高气体检测精度和准确性。附图说明下面结合附图和实施例对本专利技术作进一步描述。图1为本专利技术的原理图；图2为本专利技术智能型与MQ型气敏传感器检测对比图。具体实施方式本实施例是利用本专利技术进行电力变压器油中溶解气体的含量分析。图1为本专利技术的原理图，图2为本专利技术智能型与MQ型传感器检测对比图，如图所示：混合气体1包括H2、C2H4、CO、C2H2、CH4、C2H6，经气敏传感器2识别后，产生各自的响应波形，获取并采集传感器响应波形，进行小波处理3，获得以上六种气体响应的特征谱图，得出特定传感器的特征气体响应幅值，初步抑制交叉敏感气体的响应谱图幅值后进入BP人工神经网络4的输入层，由BP人工神经网络4获得单一气体含量；BP人工神经网络4为利用已知浓度混合气体作为人工神经网络的输入，调整人工神经网络的输入层和隐含层权值矩阵，使得人工神经网络的输出与输入气体浓度相等，消除交叉敏感的影响。本专利技术的抑制气敏传感器交叉敏感的智能方法，包括以下步骤：a.采集包括H2、C2H4、CO、C2H2、CH4、C2H6六种气体的混合气体的相对于气敏传感器各自的响应波形；如图2所示，MQ型气敏传感器中存在无法消除的交叉敏感；-->b.通过对波形数据进行小波分析处理，获得以上六种气体响应的特征谱图，得出特定传感器的特征气体响应幅值，初步抑制交叉敏感气体的响应谱图幅值；c.利用BP人工神经网络进一步抑制气敏传感器交叉敏感：I.使含有特征气体并已知气体浓度的混合气体由BP人工神经网络输入层输入，调整BP人工神经网络的输入层和隐含层权值矩阵，使得人工神经网络的输出与输入气体浓相等，从而消除交叉敏感的影响；II.使步骤b的特征气体幅值由BP人工神经网络输入层输入，利用步骤I确定的权值矩阵对输入数据进行处理，将消除交叉敏感后的数据作为输出，从而获得单一气体响应，从而得到混合气体中气体含量。如图2所示，通过本专利技术的方法对混合气体检测，比较明显的对交叉敏感进行抑制。当然，步骤b中，从传感信号获取特征频谱的方式并不局限于小波分析的方法，也可以是其他数学模型方式，都能达到本专利技术的目的。本实施例在采用小波分析方法，提取气敏传感器响应本征气体的特征频谱和交叉感应气体特征频谱幅值，去除交叉感应气体特征频谱，获得了单一气体响应幅值，实现了初步的抑制交叉敏感效果。然后以本征气体特征频谱幅值作为神经网络的输入向量，在已用标准气体标定和训练好的神经网络结构的基础上，通过人工神经网络计算，得到进一步消除由于频谱部分重叠引起的气敏传感器交叉敏感度，增加本专利技术的抑制效果，从而提高气体检测精度和准确性。最后说明的是，以上实施例仅用以说明本专利技术的技术方案而非限制，尽管参照较佳实施例对本专利技术进行了详细说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的宗旨和范围，其均应涵盖在本专利技术的权利要求范围当中。-->本文档来自技高网...

【技术保护点】
一种抑制气敏传感器交叉敏感的智能方法，其特征在于：包括以下步骤：　　　　ａ．采集至少两个气敏传感器响应波形；　　　　ｂ．获得至少两种气体响应的特征谱图，得出特定传感器的特征气体响应幅值，消除交叉敏感气体的响应谱图幅值；　　　　ｃ．利用ＢＰ人工神经网络进一步抑制气敏传感器交叉敏感：　　　　Ⅰ．使含有特征气体并已知气体浓的混合气体由ＢＰ人工神经网络输入层输入，调整ＢＰ人工神经网络的输入层和隐含层权值矩阵，使得人工神经网络的输出与输入气体浓相等，从而消除交叉敏感的影响；　　　　Ⅱ．使步骤ｂ的特征气体幅值由ＢＰ人工神经网络输入层输入，利用步骤Ⅰ确定的权值矩阵对输入数据进行处理，将消除交叉敏感后的数据作为输出，从而获得单一气体响应，从而得到混合气体中气体含量。

【技术特征摘要】
1.一种抑制气敏传感器交叉敏感的智能方法，其特征在于：包括以下步骤：a.采集至少两个气敏传感器响应波形；b.获得至少两种气体响应的特征谱图，得出特定传感器的特征气体响应幅值，消除交叉敏感气体的响应谱图幅值；c.利用BP人工神经网络进一步抑制气敏传感器交叉敏感：I.使含有特征气体并已知气体浓的混合气体由BP人工神经网络输入层输入，调整BP人工神经网络的输入层和隐含层权值矩阵，使得人工...

【专利技术属性】
技术研发人员：杜林，陈伟根，王有元，廖瑞金，李剑，陈明英，孙才新，
申请(专利权)人：重庆大学，
类型：发明
国别省市：85[中国|重庆]