[发明专利]一种SF6

权利要求书

1.一种SF₆-N₂局部放电分解产物的GIS局放评价方法，其特征在于，包括以下步骤：

向SF₆-N₂局部放电分解产物检测装置内通入GIS的待测气体，通过阵列式Ag₂O-InN电阻式气敏传感器对待测气体进行检测，获得电阻变化的响应数据；

根据电阻变化的响应数据，构建响应值矩阵；

构建神经网络，将响应值矩阵输入至训练后的神经网络，输出局部放电严重等级的评价结果；其中，所述局部放电严重等级为0，1，2三级，分别对应没有发生局部放电、早期局部放电和严重局部放电。

2.根据权利要求1所述的SF₆-N₂局部放电分解产物的GIS局放评价方法，其特征在于，所述神经网络为基于MATLAB的GRNN神经网络；所述基于MATLAB的GRNN神经网络的训练，包括以下步骤：

构建训练集，所述训练集包括Ag₂O-InN电阻式气敏传感器的响应值矩阵和与其对应的局部放电严重程度等级的矩阵；其中，NO₂、SOF₂、SO₂F₂、SOF₄的浓度值大于零，则发生局部放电；SO₂F₂浓度随时间急剧增长，则局部放电处于早期阶段；输出SOF₂和SOF₄的浓度远大于NO₂和SO₂F₂，则发生严重局部放电；

将训练集的传感器响应值矩阵作为GRNN神经网络的输入，局部放电严重程度等级的矩阵作为GRNN神经网络的输出，对神经网络进行训练；

随机选取训练集的部分作为测试集，计算预测值和实际值的绝对误差和相对误差，验证神经网络的性能。

3.根据权利要求2所述的SF₆-N₂局部放电分解产物的GIS局放评价方法，其特征在于，所述训练集的构建包括：

NO₂，SO₂F₂，SOF₂和SOF₄四种特征气体设定2，4，6，8，10，14，16，20μL/L共8种浓度等级，则混合气体的配比共8⁴种，响应值数据点为8⁴×n，n为阵列式Ag₂O-InN电阻式气敏传感器数量。

4.根据权利要求2所述的SF₆-N₂局部放电分解产物的GIS局放评价方法，其特征在于，所述GRNN神经网络包括输入层、隐藏层、输出层：

所述输入层的神经元数目为N_i，隐藏层的神经元数目为N_h，输出层的神经元数目为N_o；

所述隐藏层神经元数目的确定方法为：N_o＜N_h＜N_i，或N_h＝2N_o/3+2N_i/3，或N_h＝2N_o。

5.根据权利要求4所述的SF₆-N₂局部放电分解产物的GIS局放评价方法，其特征在于，所述隐藏层神经元数目为：N_h＝N_s/α*(N_i+N_o)；其中，N_s为训练集样本数，α＝2～10。