油纸绝缘老化状态判别的拉曼光谱特征研究

获取能准确反映油纸绝缘老化的有效特征量,对实现油纸绝缘老化的准确诊断具有重要意义。表面增强拉曼光谱技术在油纸绝缘老化诊断领域已表现出一定的应用潜力。对25#矿物变压器油和普通牛皮纸构成的油纸绝缘试品进行了加速热老化实验,结合共聚焦拉曼光谱检测平台和银纳米片表面增强基底获取其拉曼光谱信号,从多种角度提取了拉曼光谱特征量。使用竞争性自适应重加权算法在提取出光谱的关键变量,其结果对应了油纸绝缘老化特征物的主要特征峰;使用VOIGT函数对光谱进行解析,解析峰的轮廓参数与油纸绝缘老化程度之间呈现相关性;以绝缘纸聚合度为依据将样本进行老化程度分类,光谱的前8个主成分及其载荷不仅与老化特征物和老化程度呈现相关性,且能够对样本进行准确分类;最后对光谱进行了小波包能量熵分析,分析了油纸绝缘老化过程中拉曼光谱的能量变化情况。研究成果为表面增强拉曼光谱技术应用于油纸绝缘老化诊断提供了依据,为实现油纸绝缘设备故障与老化状态的快速、非接触的现场诊断奠定了基础。     

基于高维拉曼光谱数据的变压器油纸绝缘老化评估方法研究

采用激光拉曼光谱技术对变压器油纸绝缘老化状态检测是一种有效的方法。随着样本量的扩充,亟待处理的数据集维度逐渐增大,研究适用于高维拉曼光谱数据的变压器油纸绝缘老化评估方法具有重要的意义。设计与现场变压器内部绝缘结构相似的油纸绝缘环境,进行加速热老化实验并定期采样,获取到10类老化程度依次递增的油样本,采用激光拉曼光谱技术对样本进行检测。选用复合稀疏导数建模法对样本原始拉曼光谱数据预处理,可以一步完成去噪与基线校正;引入差异特征选取方法筛选不同老化程度下光谱中变化显著的特征,计算同一拉曼频移下不同老化程度的特征点数据集方差,选择差异较大的数据序列所对应的拉曼特征变量,设定方差阈值为0.5进行特征选择,每个样本都从1 023个光谱特征点抽取出304个特征点进行后续分析;针对变压器油纸绝缘老化拉曼光谱高维样本数据集,引入多种不同类型的算法对其处理。分别运用K-means聚类算法、Fisher算法与随机森林算法对获取到的样本预处理后的数据建立模型,引入评估准确度、提升度以及Kappa系数对各算法建立的模型判别效果进行评估。结果表明：有监督学习的Fisher算法与随机森林算法效果较好,相对于无监督学习的K-means聚类算法,模型判别能力分别提升了1.166 6和1.95,论证了有监督学习模型在变压器油纸绝缘老化的评估中具有判别优势;从模型判别准确度和Kappa系数来看,强分类器随机森林算法建立的判别模型均高于Fisher判别模型,其准确度提升了10%,且Kappa系数上升了0.111 5,论证了随机森林算法作为由多个单一分类器组成的强分类器,相对单一分类器来说,在变压器油纸绝缘老化的评估中模型的泛化能力较好,且模型较为稳定可靠。通过对三种不同类型的算法对比,确定了在变压器油纸绝缘老化评估中,有监督学习强分类器随机森林算法的判别优势,为变压器油纸绝缘老化的有效评估打下了基础。     

应用拉曼光谱分析变压器油中溶解乙酸含量

乙酸是变压器油纸绝缘老化所生成酸类物质的主要成分;分析变压器油中溶解乙酸含量对准确评估运行变压器的老化状态具有重要意义。拉曼光谱技术是基于拉曼效应的一种分子分析技术,能很好地用于物质的非接触式原位检测。论文开展了变压器油中溶解乙酸含量拉曼光谱检测方法研究： 利用Gaussian 09W软件分析了乙酸分子的拉曼振动特性,对实测乙酸拉曼谱峰的振动模式进行了指认;基于实验室搭建的激光拉曼光谱液体检测平台,对不同乙酸含量的变压器油样进行了原位检测;选定891 cm-1作为变压器油中溶解乙酸分子的拉曼特征峰,基于乙酸891 cm-1与变压器油932 cm-1特征峰面积比值和最小二乘法建立了乙酸的定量分析方法,检测限可达0.08 mg·mL-1。实验结果表明： 激光拉曼光谱可应用于油中溶解乙酸含量原位检测并具有良好的检测稳定性和重复性,为变压器油中溶解乙酸含量的快速、无损检测提供了一种新方法。     

小波包熵和Fisher判别在近红外光谱法鉴别中药大黄真伪中的应用

利用傅里叶变换近红外光谱仪采集了中药大黄的近红外漫反射光谱,提取光谱的主成分和小波包熵等特征信息,再以特征信息为依据,利用Fisher分类器对中药大黄的真伪进行了鉴别。通过比较得出：采用小波包熵特征信息建模和预测误判率比采用主成分低。用小波包熵进行特征提取和Fisher分类器相结合对中药大黄真伪进行鉴别,其建模集交叉验证的误判率为6.52%,预测集的误判率是2.04%,为中药大黄的近红外快速真伪鉴别提供了参考。     

变压器油中溶解糠醛拉曼光谱定量分析方法研究

本文开展了变压器油中溶解糠醛的定量分析研究,基于实验室搭建的拉曼光谱液体检测平台,对不同浓度糠醛含量的变压器油样进行光谱信号检测及预处理,运用主成分分析法对光谱数据进行数据降维并结合支持向量机建立油中溶解糠醛含量拉曼光谱定量分析回归模型,检测下限为0.625mg/L。结果表明,拉曼光谱技术结合支持向量机能有效地对变压器油中溶解糠醛进行定量分析,为实现油中溶解老化特征物的准确、快速检测提供新的手段。     

高光谱参数和逐步判别的苎麻品种识别

为了探讨基于高光谱的苎麻品种识别和分类的方法，在大田栽培条件下，采集了4个不同基因型苎麻品种共927个叶片高光谱数据。根据苎麻叶片高光谱反射曲线，选择了2组特征参数： 基于高光谱波形峰谷反射率和位置参数(V1组)、基于偏度和峰度参数(V2组)。运用逐步判别的方法，通过设置不同F值筛选不同个数的变量，分别建立基于2组特征参数的多个Fisher线性判别函数，并从计算量、正确率和稳定性三方面对所建立的判别函数进行分析比较。结论： (1)所有组合的判别函数总体平均正确率为91.1%，标准差总体均值为1.2%；(2)综合权衡，在所有组合中，V2组且14≥变量个数n≥8判别效果最好--计算量中等，正确率和稳定性均高于平均值，其中，13个变量的Fisher判定函数平均正确率最高有94.2%，标准差最低为0%；(3)若优先考虑正确率，V1组且22≥变量个数≥15正确率最高，平均正确率最大有95.5%，但计算量比较大，稳定性中等，标准差最低为0.9%。研究表明，利用高光谱参数结合逐步判别方法识别苎麻品种是可行的。     

基于荧光双色比例的变压器绝缘油放电击穿故障诊断模型研究

传统变压器绝缘油品质荧光分析检测方法是利用荧光分光光度计采集油样本全谱段荧光光谱,根据不同老化程度绝缘油的全谱荧光特征变化建立变压器运行状态诊断模型.针对传统荧光方法中光度计体积大、价格昂贵以及因光谱采集时间长无法实现实时监测等问题,提出一种基于荧光双色比例的变压器绝缘油品质检测方法,提取荧光特征双波段信息并建立变压器...     

用离散小波变换建立的Fisher判别法对海上溢油的鉴别

采用恒波长同步荧光光谱法检测分析8种燃料油、7种中东原油、14种非中东原油的荧光特征,结合离散小波变换以及Fisher判别法建立海上溢油油种鉴别的模型。29种油样风化前后均在波长(280±2),(302±2),(332±2)和(380±2) nm处有典型的荧光峰,但在(380±2) nm处风化油样的荧光强度的离散度过大,该波长不适于油种鉴别。在db7小波基函数下对29种原始油样荧光谱图进行6层分解,提取d3细节系数特征,确定波长(255±2),(280±2),(302±2),(332±2)和(354±2) nm处的小波系数并用于Fisher判别模型建立。29种油样在(280±2) nm处均有极值点,燃料油小波系数位于44.06±5.62之间,原油位于22.47±5.12之间,此波长处的小波系数可区分燃料油与原油。建立的Fisher判别模型不仅能区分燃料油和原油还能进一步区分中东原油,Wilks’s lambda分布所对应的P值分别为0和0.02,表明模型是可行的。模型验证结果显示,对风化后的建模油样的鉴别正确率达到96.6%,对非建模23种油样鉴别正确率达到95.7%。由于建模油样风化前后的修正余弦相似度为0.91~0.98,因而以未风化油样建立的油种鉴别模型同样适用于风化后油样的辨别。     

红外、拉曼光谱的变压器油中糠醛检测方法对比研究

变压器油中的糠醛含量是电力变压器中绝缘老化的重要指标之一,在物质有效识别上红外及拉曼光谱具有检测速度快、分析速率快及无损检测等优势,开展了基于红外、拉曼光谱的变压器油中糠醛检测方法对比,探究适用于变压器油中糠醛红外、拉曼光谱的预处理及定量分析方法。基于傅里叶变换红外光谱仪和激光共聚焦拉曼光谱仪器对实验室配置的糠醛变压器油样检测并采集其光谱数据,采用小波变换、多项式最小二乘法和局部加权回归拟合对采集到的红外及拉曼光谱图进行预处理,综合考虑噪声、分辨率及有效信息丢失等,确定了多项式最小二乘法预处理效果最佳。基于高斯软件建立了糠醛分子模型,通过密度泛函仿真计算,研究了糠醛的红外及拉曼光谱吸收峰归属,结合实验测试光谱图,确定了变压器油中糠醛拉曼、红外检测特征峰分别为1 703和1 704 cm^-1。开展了红外及拉曼检测的重复性实验,两种检测方法的相对标准偏差分别为7.21%、 8.67%。通过绘制糠醛红外及拉曼的3D原位光谱图,分析红外及拉曼特征峰面积与不同糠醛浓度变压器油之间的关系,基于最小二乘法建立了变压器油中糠醛检测的红外及拉曼定量分析模型,拟合优度分别为0.998...     

拉曼光谱技术在病理诊断中的研究进展

拉曼光谱技术能够提供与物质特定分子结构相关的光谱信息,可用于识别生物组织微小的生化变异,具有快速、实时、无损、无需样本预处理等优点,在临床病理诊断领域极具应用前景。与常规组织病理学分析相比,拉曼光谱技术能够直接检测活体组织,简化了分析程序,缩短了诊断时间。人体病变组织的细胞分子组成和结构可能发生变化,这为拉曼光谱技术在组织病理诊断中的应用提供了检测依据。基于组织分子组成与结构的差异,结合机器学习和化学计量学方法,拉曼光谱技术可以提供客观的诊断信息,实现快速、低侵入的病理诊断。回顾了近十年来拉曼光谱技术在组织病理诊断中的研究进展,对取得的关键成果进行了总结,阐述了当前离体和活体应用拉曼光谱技术的一些关键问题。针对离体拉曼光谱检测,重点评估福尔马林固定石蜡包埋样本、冷冻样本和新鲜组织样本等离体样本的适用情况;阐述拉曼光谱数据收集的关键技术,包括适用光源、光谱范围,以及病理样本光谱采集的方式等。对于活体拉曼光谱检测,重点介绍了活体检测研究中拉曼光谱技术应用的两种形式：结合医用内窥镜进行体内检测,以及开放手术中的直接检测;综述了临床适用的拉曼系统,重点介绍了当前活体拉曼研究中应用的光纤探头。同时,文章也讨论了拉曼光谱数据的处理与分析方法,通过光谱预处理,特征提取与分类识别,构建拉曼光谱病理诊断模型,在小样本范围能够获得较好的诊断结果。考虑临床实际应用,仍需要不断优化分析方法,实现拉曼光谱与生化信息的关联,将样本个体差异的影响纳入分类模型中,以提升模型性能。文章对拉曼光谱应用于病理诊断中的关键问题进行了讨论,为进一步开展研究提供参考。未来需要更深入和广泛地开展离体和活体研究,以促进拉曼光谱技术在临床中的应用。     

Discrimination of aged mixtures of lipidic paint binders by Raman spectroscopy and chemometrics

This work explores the application of chemometric techniques to Raman spectra to study aged lipidic paint binders. These binders, commonly known as drying oils, were widely used by artists throughout history both individually and in mixtures. We prepared various model samples of the pure binders (linseed, poppy‐seed and walnut oils and egg yolk) and of binary mixtures thereof. These model samples were left to age naturally for six years and further characterized by Raman spectroscopy. A comparative study of the Raman spectral features before and after ageing process was carried out. This showed changes mainly in the bands located at 1267, 1655 and 3011 cm^–1, which correspond to vibrations in cis double bonds. Multivariate analysis was performed by applying principal component analysis and partial least‐squares discriminant analysis on the corresponding Raman spectra to test whether spectral differences allowed samples to be distinguished on the basis of their composition. The CH stretching region was found to be especially useful for discrimination between the different binders. Furthermore, good sensitivity and specificity were found in the discriminant analysis particularly for the identification of binders containing egg yolk. The results of these multivariate analyses demonstrated the potential use of both chemometric approaches in the field of Cultural Heritage for drying oil characterization and identification, and also for gaining a deeper insight into the ageing process. Copyright © 2011 John Wiley & Sons, Ltd.     

荧光光谱法结合Fisher判别分析在西洋参鉴别中的应用

旨在建立可靠的Fisher判别模型,以实现西洋参及其常见伪品饮片的快速、客观、准确鉴别,采用自组的凝视式光谱成像仪,对90份不同市售来源的中药材饮片(西洋参、人参、桔梗各30份)进行了荧光光谱成像实验,波长范围为400~720 nm,成像间隔为5nm。采用标准正态变量(SNV)变换对原的光谱数据进行预处理,以减少光谱数据中的噪声干扰。比较了主成分分析(PCA)与逐步判别分析(SDA)的原理特点及对模型的优化效果,联合这两种分析方法,首先,应用PCA对预处理后的光谱数据进行处理,使光谱数据中的主要信息集中分布在前面的主成分中,然后应用SDA从65个主成分中筛选出判别能力较强的12个主成分建立Fisher判别模型。由所建模型的两个判别函数作样品得分散点图,各类样品在图中表现出良好的聚类现象。以待判样品点与各种类中心点之间的欧氏距离作为依据,得出模型的准确判别结果。结果显示,所建Fisher判别模型在训练集和预测集中的判别正确率分别为98.33%和 96.67%,具有较高的可信度与准确度,因此,荧光光谱法结合Fisher判别分析可用于快速鉴别西洋参及其伪品饮片。     

Identification of waste cooking oil and vegetable oil via Raman spectroscopy

This paper made a qualitative identification of ordinary vegetable oil and waste cooking oil based on Raman spectroscopy. Raman spectra of 73 samples of four varieties oil were acquired through the portable Raman spectrometer. Then, a partial least squares discriminant analysis (PLS‐DA) model and a discrimination model based on characteristic wave band ratio were established. A classification variable model of olive oil, peanut oil, corn oil and waste cooking oil that was established through the PLS‐DA model could identify waste cooking oil accurately from vegetable oils. The identification model established based on selection of waveband characteristics and intensity ratio of different Raman spectrum characteristic peaks could distinguish vegetable oils from waste cooking oil accurately. Research results demonstrated that both ratio method and PLS‐DA could identify waste cooking oil samples accurately. The identification model based on characteristic waveband ratio is simpler than PLS‐DA model. It is widely applicable to identification of waste cooking oil. Copyright © 2016 John Wiley & Sons, Ltd.     

基于表面增强拉曼光谱检测技术的肺癌早期诊断研究

表面增强拉曼光谱技术是近年来快速发展的一种痕量特征标记性物质检测技术,以提高检测灵敏度为目的的表面增强拉曼光谱技术非常适合于生命科学研究。本文利用表面增强拉曼光谱技术对肺癌患者及正常人的唾液样本进行检测,并进行光谱分析,建立了肺癌患者唾液样本的实验模型,对该模型系统分析可为肺癌诊断提供辅助依据。统计学分析效果良好,并发现了分类比较明确的特异性波段1015cm-1～1070cm-1和1250cm-1～1280cm-1。在找出的12个特征峰的基础上应用K-均值方法验证了其判别准确性,结果提示提取的12个特征峰有一定的代表性,能够代表近2000个波数的拉曼光谱图,灵敏度较特异度高,说明该方法适合预防性筛查工作。     

基于拉曼光谱技术鉴别ABS废旧塑胶原料的方法研究

塑胶微粒原料已渗透到人类衣食住行的方方面面,并广泛应用于能源、工业、农业、交通乃至航空航天和海洋开发等各重要领域不可或缺的材料。在利益的诱惑下,废旧塑胶的走私现象屡禁不止。我国作为塑胶原料进口大国,现有检测方法耗时长,难以实现现场检测,因此,开发一种用于现场的废旧塑胶微粒判别方法,对快速通关和海关缉私有重要意义。拉曼光谱技术具有快速、无损、样品用量小、无需前处理且适应性强等优点,已在现场快速鉴别领域得到广泛应用。在研究塑胶废旧机理的基础上,将拉曼光谱技术结合化学判别方法,应用于废旧塑胶原料识别。选取两类成分相似的实际通关塑胶原料样品,包含标准品及废旧品各160份,并对样品的拉曼光谱信息进行了采集。对比分析了两种塑胶原料的原始拉曼光谱,并对样品的拉曼光谱特征峰进行了归属分析。选取1 603 cm-1作为归一化参照峰位,进一步探究废旧塑胶的成分变化,对比统计了废旧塑胶原料及标准塑胶原料的相对峰强变化,结果表明废旧塑胶原料发生了化学老化。基于主成分分析法（PCA）对原始拉曼光谱及预处理拉曼光谱进行降维处理,结果表面预处理拉曼光谱的前2主成分空间分离度较好,通过对原始拉曼光谱数据进行背景扣除及平滑预处理,可减少荧光背景及噪声对鉴别的影响,提高鉴别的准确度。将样品一半划分为校正集用于模型建立,另一半划分为预测集用于模型验证,基于偏最小二乘判别分析（PLS-DA）,建废旧塑胶原料鉴别模型,该模型对建模训练集鉴别正确率为100％,模型验证集鉴别正确率为99.06％。研究表明,基于拉曼光谱技术,结合测试数据预处理及偏最小二乘判别分析方法,可以有效地实现塑胶原料的现场、快速、准确鉴别,为开发现场检测装备及方法提供理论参考。     

Space charge phenomena in oil-paper insulation materials under high voltage direct current

The wide use of high voltage direct current (HVDC) equipments, such as convert transformer, DC bushing, DC cables, makes the research of oil-paper material insulation extraordinarily important. The space charge effect is the key insulation problem of HVDC equipments. This paper studied the space charge characteristics of oil-paper insulation materials by Pulsed Electro-Acoustic (PEA) method. In this paper, we studied and discussed the relationship between space charge and breakdown in oil-paper. The results show that the space charge comes from ionization at lower field intensity. When the stress is getting higher, injection of homo carriers occurs first at cathode and later at anode. The space charge inside oil-paper sample results in an electrical field distortion up to 40%. The conductivity of oil-paper insulation material is much larger than that of polyethylene, so the space charge dissipates fast when depolarized. The fast dissipation of space charge will play a key role of oil-paper insulating performance in condition of polarity reversal under HVDC. When the applied negative electrical field rose to between 50 kV/mm and 57 kV/mm, the oil-paper material got breakdown in a short time. During this process, an obvious movement of space charge was observed.