基于模式匹配的变压器色谱峰辨识算法.doc

基于模式匹配的变压器色谱峰辨识算法胡劲松1，鲍吉龙1，周方洁2，骆再飞1（1. 宁波工程学院，宁波 315010；2. 宁波理工监测设备有限公司，宁波保税区 315800）摘要：把模式匹配技术引入了电力变压器色谱峰辨识领域；该方法的算法为：通过构造一个匹配的高斯波，沿着色谱数据滑动求高斯波与色谱数据段的相似性来查找峰位，相似度大于设定的阈值的数据段存在色谱峰位，该数据段色谱峰位的位置对应滑动到那里的高斯波峰位；对该算法进行了实验研究，结果表明：该算法与色谱的保留时间无关，抗干扰性能良好，具有显著的优点。关键词：变压器；色谱峰辨识；模式匹配中图分类号：TM40640 引言利用油中溶解气体分析（DGA，Dissolved Gas-in-oil Analysis）诊断油浸式高压电力设备潜伏性故障的方法12，30多年来取得了巨大的成功3，形成了举世公认的系列标准4 5。电力变压器在线色谱技术是目前检测油中溶解气体最有效的方法之一。电力变压器在线色谱技术与实验室离线色谱技术的本质区别是：没有人工的干扰，需要自动地采集色谱数据，进行色谱峰辨识、辨别对应色谱峰的成分和扣除基线，最后算出每个色谱成分的浓度含量。正是由于在线色谱的特点，就对色谱算法提出了很高的要求，要求算法在没有人工的辅助下自动、准确地完成这些工作。目前色谱峰辨识一般采用两个方法，时间窗法和导数法。时间窗法通过成分的保留时间范围内找极值来获得色谱峰位；导数法通过对原始色谱求导数来获得一系列的极值，然后也根据成分的保留时间范围找到色谱峰位。缪华键6等人采用了色谱信号的一阶导数和二阶导数来检测色谱的峰位；胡韶明7等人通过对色谱峰的特征值点与色谱流出曲线及其一阶二阶导数关系的分析，提出了色谱谱峰的辨识算法；王崇杰8等人通过阈值法、指数函数法、极值函数法等来确定色谱的谱峰；王晓荣9罗荣模10等人根据色谱曲线的切线斜率变化情况判断色谱峰起点、落点和顶点。这些方法本质上绝大多数是时间窗法和导数法，因此有固有的缺点。时间窗法和导数法都需要结合幅值阈值来判断是否为真实的色谱峰，所以阈值的设定很有讲究，设得太大，则可能把真实的色谱峰漏掉，降低色谱成分的分辨率；设得太小，则会把虚假的干扰峰认为是色谱峰，就会产生故障的误判。时间窗法和导数法都需要成分的保留时间范围来查找色谱峰位，这样，在峰漂移时便会漂出这个范围导致找到的色谱峰位不正确或成分误判。另外，在线监测要求色谱处理自动完成，不能有人工的干预，各种条件都要求算法稳定可靠、对干扰和峰漂移不敏感，而时间窗法和导数法由于需要保留时间来进行峰辨识，所以不能满足这个要求。针对这些不足，提出了基于模式识别的色谱峰辨识算法，较好地解决了这些问题。1 算法原理根据色谱塔板理论，每个流出的色谱峰都是近似的高斯波，即每个成分存在共性，因此，对于色谱数据，可以构造一个高斯波去匹配色谱曲线，求相互间的相似度，设定一个相似度阈值，那么相似度大于设定的阈值的点处的色谱数据段存在色谱峰，峰位对应在那个位置的高斯波峰位。不失一般性，可以用匹配波与色谱曲线的相关系数来衡量相似度。相关系数的计算公式如下： （1）其中，,为要求相关系数的两组数据，和分别为两组数据的平均值。若相关系数R越大，则两组数据越相似。把匹配用的高斯波在色谱数据上边从左端点向右滑动，边求相关系数，每滑动一点求一个相关系数，便可得到此色谱数据对匹配高斯波的相关系数组，相关系数越大，这段数据对匹配高斯波的相似度越大，把相关系数值大于某个设定值的高斯波峰位位置记录便可获得相应的色谱成分峰位。2 算法流程根据算法原理，便可以构建算法流程如图 1所示。图 1 峰辨识算法流程图Fig1. Algorithmic flow of peaks identification3 实验研究采用宁波理工监测设备有限公司的现场色谱仪采集一组现场信号，采集器的A/D输入范围为02.5伏，16位采集精度，对应A/D转换后065535的数值范围，采集频率为8赫兹。采集的一组有干扰的现场色谱数据如图2所示，一共有六个峰，从左到右依次为：氢气、一氧化碳、甲烷、乙烯、乙炔、乙烷。图 2 采集的波形Fig2. Sampling profile针对所采集的电力变压器色谱曲线，构造匹配用的高斯波如图3所示。图 3 匹配波形Fig3. Profile for matching图 4 匹配后的相关系数图Fig4. Profile of matched correlation coefficient把匹配波形根据算法流程沿着采集的色谱曲线从左到右求相关系数，然后把小于0.8的相关系数去除便获得图 4所示的相关系数图，可见每个较大的相关系数值对应一个色谱峰位。为了比较起见，把相关系数放大后和采集的原始波形进行叠加，便可以获得图 5所示的叠加图，由图可见，虽然该波形受到了很严重的信号干扰，通过模式匹配的方法还是能把各个峰位准确地辨识出来。图 5 叠加图Fig5. Overlapped profile下面再来看一个乙炔成分很小的色谱曲线峰辨识效果。图6所示为该曲线的波形，可见乙炔的成分相比非常小。图7所示为相关系数放大后与原始波形的叠加图，由图可见，虽然乙炔成分的幅值非常小，通过模式匹配的方法还是能把这个成分准确地辨识出来。图 6 采集的波形Fig6. Sampling profile图 7 叠加图Fig7. Overlapped profile4 讨论由于峰辨识采用了模式匹配的方法，使得算法与色谱成分的保留时间无关，这就避免了常用算法的缺陷。因为采用相关系数这个统计的方法来计算匹配波形与色谱曲线的相似性，所以算法对噪声、色谱峰宽、幅值的变化不敏感，具有非常好的抗干扰性、容错性和鲁棒性。用于比较的相关系数阈值若取较大，则峰辨识的准确性提高，同时，峰的辨识敏感性降低；反之，若用于比较的相关系数阈值取较小，则峰辨识的敏感性增加，但辨识出错的机会就会增加。结合宁波理工监测设备有限公司现场色谱仪一年多来使用的经验，综合考虑，一般取0.70.8的数值较为合适。需要说明的是，该算法对匹配用的高斯波没有特别的要求，通过大量的实验数据研究表明，图3所示的高斯波用于各个成分和各个色谱数据的峰辨识都取得了良好的效果。该峰辨识算法用于宁波理工监测设备有限公司的电力变压器色谱在线监测仪已经有一年多的时间，经实际检验，效果良好。5 结论把模式匹配技术引入了电力变压器色谱峰辨识领域；论述了基于模式匹配的峰辨识算法原理、流程；对该算法进行了实验研究，研究结果表明：该算法与色谱的保留时间无关，抗干扰性能良好，具有显著的优点。参考文献 1 Emsley AM, Stevens GC. Kinetics and mechanisms of the lowtemperature degradation of cellulose. CelluloseJ. 1(1994): 26-36.2 Wang Zhen-yuan. Artificial Intelligence Applications in the Diagnosis of Power Transformer Incipient Faults. ph.D. dissertation. Virginia Polytechnic Institute and State University, Blacksburg Virginia in U.S.A., 2000 3 Michel Duval. A Review of Faults Detectable by Gas-in-Oil Analysis in Transformers. IEEE Electrical Insulation Magazine. 2002, 18(3): 8-174 中华人民共和国国家标准(Chinese National Standard)GB/T72522001：变压器油中溶解气体分析和判断导则(Guide to the analysis and the diagnosis of gases dissolved in transformer oil)5 International Standard IEC 605991999：Mineral oil-impregnated electrical equipment in service-Guide to the interpretation of dissolved and free gases analysis6 缪华键，胡上序(Miao Huajian,Hu Shangxu). 一阶和二阶导数相综合的色谱峰检测法(Chromatographic Peak detecting Algorithm Combining the First and Second Derivatives). 分析化学(Chinese Journal of Analytical Chemistry)，1994，22（3）：2472507 胡韶明，朱金炎，周勋(Hu Shaoming,Zhu Jinyan,Zhou Xun). 快速智能型色谱谱峰识别算法(Fast and Intelligent Chromatographic Peak identification Algorithm). 现代科学仪器(Modern Scientific Instruments)，1995，1：19218 王崇杰，崔玉影(Wang Chongjie,Cui Yuying). 色谱数据中单高斯峰的数值处理方法(Numerical value calculation methods for processing uni-gauss peaks in chromatographic data). 分析仪器(Analytical Instrumentation)，1997，4：28299 王晓荣，程明霄(Wang Xiaorong,Cheng Mingxiao). 谱峰识别的计算机设计与实现(Identify peak of chromatography in chromatogram workstation). 南京化工大学学报(Journal of Nanjing University of Chemical technology)，2001，23（5）：808310 罗荣模，王泳涛(Luo Rongmo,Wang Yongtao). 色谱工作站中谱峰识别的设计与实现(Algorithm of peak identification in chromatography workstation). 中国计量学院学报(Journal of China Institute of Metrology)，2003，14（1）：2428胡劲松（1971），男，浙江奉化人，工学博士，博士后，主要从事智能检测、信号处理、故障诊断等技术研究。E-mail: 鲍吉龙（1965），男，浙江奉化人，工学博士，教授，主要从事信号处理技术等研究Study on the Mode Matching-based Transformer Chromatogram Peaks Identification Algorithm Hu Jingsong1, Bao Jilong1,Zhou Fangjie2,Luo Zaifei1(1. Ningbo University of Technology, Ningbo 315010, China; 2. Ningbo Online Monitoring System Co.Ltd, Ningbo Free Trade Zone 315800, China)4ABSTRACT: The mode matching-based technology was introduced to the field of transformer chromatogram peaks identification. The algorithm of the method is that, firstly, constructing a Gauss curve for matching, secondly, sliding the curve following the chromatogram data while calulating the similarity betweem the Gauss curve and the matching chromatogram data, if the similarity is larger than a predetermined threshold, then a peak is exist in the matched data, the peak positon of the the matched data is corresponding to the