188宝金博页面版

2016 年第 12 期仪 表 技 术 与 传 感 器Instrument Technique and Sensor2016No. 12收稿日期:2016 －03 －03基于 LabVIEW 和神经网络的 SF 6 分解产物在线检测系统卢亚娟 1 ，代啟林 2 ，王三霞 2 ，汪献忠 1(1． 郑州大学物理工程学院，河南郑州 450001;2． 河南日立信股份有限公司，河南郑州450001)摘要:在电力行业中，通常通过检测 SF 6 分解产物的含量判断电气设备是否存在故障。SF 6 的分解产物主要是 SO 2 ，H 2 S 和 CO。通过电化学传感器对 SF 6 分解产物的浓度检测，用数据采集卡采集信号，结合线性神经网络设计算法，用 LabVIEW 设计信号自动采集程序、计算程序和控制面板，设计了基于LabVIEW 的 SF 6 分解产物的在线检测系统。系统具有标定、检测、实时显示数据及波形和自动保存相关数据的功能，有效解决了电化学传感器间的交叉影响问题。此外，它也是一个有效的算法验证平台。关键词:SF 6 分解产物;LabVIEW;线性神经网络;检测系统中图分类号:TH89 文献标识码:A文章编号:1002 －1841(2016)12 －0087 －05On-line Detecting System Based on LabVIEWand Neural Network for SF 6 Gas DecompositionLU Ya-juan 1 ，DAI Qi-lin 2 ，WANG San-xia 2 ，WANG Xian-zhong 1(1． College of Physics Engineering ，Zhengzhou University，Zhengzhou 450001，China;2． Henan Ｒilixin Co． ，Ltd． ，Zhengzhou 450001，China)Abstract:In the electric power industry，it is usually to determine whether there is a fault in electrical equipment by detec-ting the decomposition products of SF 6 ． SF 6 decomposition product mainly includes SO 2 ，H 2 S and CO． Through detecting the con-centration of SF 6 decomposition products by electrochemical sensor，acquisition card was used to realize the acquisition of sensorsignal，combining with linear neural network to design algorithm，and LabVIEW was used to design the program of signal automat-ic acquisition，calculation program and control panel，the on-line detecting system based on LabVIEW for SF 6 gas was designed．The detecting system has the function of calibration，detection，real-time display of data and waveform，saving data automatically，and effectively solve the problem of the cross influence between the electrochemical sensor． In addition，it is also an effective algo-rithm for verifying the platform．Keywords:SF 6 gas decomposition;LabVIEW;linear neural network;detecting system0 引言由于 SF 6 气体具有良好的绝缘性和灭弧性能，SF 6气体在电气设备中的应用越来越广泛。当电气设备发生局部放电、电弧、电火花等内部故障时，SF 6 气体就会分解。因此通过检测 SF 6 气体的分解产物的含量就能及时、有效地发现设备内的故障，减小因设备故障带来的损失和：。虚拟仪器是基于计算机的测量和实验装置。它是以计算机为核心的硬件平台，由用户设计与定义功能，具有虚拟的测量、测试与分析模块，通过软件编程实现测试功能的一种计算机仪器系统。由于虚拟仪器的性能高、扩展性强、开发时间少和无缝集成的优点，虚拟仪器的应用越来越广泛。神经网络是一种模拟生物神经工作的方法，具有自学习和存储功能，算法具有智能性，具有强大的处理非线性问题的能力。将神经网络与虚拟仪器有机结合，可为提高虚拟仪器测控系统的性能提供重要的依据。本文将虚拟仪器语言与神经网络结合起来，将传感器输出信号处理采集后送到计算机，并利用改进的线性神经网络设计算法，设计了一套检测 SF 6 分解产物的系统。该系统成本低，重复利用性强，并可在不改变硬件的条件下不断优化系统或改进算法。1 检测原理及算法算法部分采用线性神经网络实现，线性神经网络的学习规则是 Widrow － Hoff 学习规则，它基于负梯度下降的原则来减小网络的训练误差，最终使实际输出逼近期望输出。本文设计的神经网络为 3 层，气体浓度的采样电压数据经归一化处理后分别组成的样本向量为神经网络的输入层，即 P (CO)，P (H 2 S)，P(SO 2 )，期望输出向量为 T(CO)，T(H 2 S)，T(SO 2 )，通过输入与期望输出相比较，计算出实际输出与相应