一种新的变压器色谱峰辨识和峰定性的优化方法

摘要

针对传统的电力变压器色谱算法所造成的峰辨识缺陷、基线漂移等问题,提出了一种基于BP神经网络的峰辨识和峰定性算法.该算法首先建立了结构为2-8-2型、学习算法为GDX的BP神经网络、然后利用该网络得到的预测值,结合峰辨识的回溯前推法和峰定性窗口区间阈值法,实现油中溶解气体在线色谱谱峰的准确辨识和定性,从而掌握变压器的工作情况.所提出的方法成功应用于某色谱工作站在线色谱实时监测过程,运行结果表明:该算法抗基线漂移性能良好,可以有效提高油色谱中小峰的识别率,取得了明显的应用成效.