[发明专利]一种SF6

权利要求书

1.一种SF₆中CO₂浓度反演验证方法，其特征在于：所述方法包括：

步骤1、采集二次谐波峰值信号和浓度；

步骤2、将数据乱序，选取不同样本点作为训练集和测试集；

步骤3、对数据进行归一化处理；

步骤4、采用训练集建立KELM模型；

步骤5、将KELM模型的参数设置成MSSFO算法寻找的最优解训练好KELM模型，利用训练好的KELM模型对测试集进行浓度反演。

2.根据权利要求1所述的一种SF₆中CO₂浓度反演验证方法，其特征在于：二次谐波信号的获取方法为：采用TDLAS技术通过TDLAS实验装置获取，光源采用发射波长为2004nm的半导体激光器，最大输出功率为3mW，激光器波长是通过调节激光器温度和驱动电流控制得到，驱动电流为40Hz三角波与72kHz正弦波的叠加信号，调制激光经透镜准直后穿过吸收气室，吸收气室长度为24cm，被气室内被测气体选择吸收后由气室另一侧的光电探测器接收，然后通过锁相放大器提取出吸收光谱的二次谐波信号。

3.根据权利要求2所述的一种SF₆中CO₂浓度反演验证方法，其特征在于：采用三角波作为调制信号，在一个周期内会得到两个光谱吸收峰，通过周期截取只保留一个光谱吸收峰的数据，做背景扣除和峰值读取操作最后得到的峰值数据。

4.根据权利要求1所述的一种SF₆中CO₂浓度反演验证方法，其特征在于：建立KELM模型的方法为：在极限学习机ELM的基础上引入核函数改进算法，假设有N个样本点(x_k,y_k)，k＝1,2,…N，x_k是输入的数据，y_k是期望的结果，且x_k∈R^p，y_k∈R^q，那么具有L个隐含神经元的ELM模型的数学表达式如下：

式中x_k表示输入样本，y_k表示输出样本，w_i和β_i分别表示第i个隐含神经元与输入层和输出层之间的连接权重，b_i表示第i个神经元的偏差，g(·)表示激活函数。

将式(14)简化为:

Hβ＝Y (15)

式中

式中H表示隐含层输出矩阵，β表示输出权重矩阵，Y表示期望输出矩阵。根据Moore-Penrose广义逆矩阵理论，β可表示为：

β＝(H^TH)^-1H^TY (18)

引入正则化系数C，β进一步表示为：

引入核函数Ω_ELM：

Ω_ELM＝HH^T＝h(x_i)h(x_j)＝k(x_i,x_j) (20)

采用RBF核函数，数学表达式为：

则KELM的输出矩阵表示为：

5.根据权利要求2所述的一种SF₆中CO₂浓度反演验证方法，其特征在于：KELM模型输入为二次谐波峰值，输出为对应浓度，将KELM模型的预测浓度与实际浓度的均方根误差RMSE作为适应度函数，通过MSSFO算法对KELM的正则化系数C和核函数参数S进行寻优，当均方根误差RMSE最小时的参数即为最优参数，取最大迭代次数时的参数为最优参数。