论文部分内容阅读
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。