全文总字数：4315字

1. 研究目的与意义及国内外研究现状

六氟化硫（sf₆）气体是一种无色、无味的惰性气体，因其具有良好的绝缘性能和灭弧性能，近年来被广泛的应用于各个领域。比如在电力行业，随着我国经济的迅速发展，电力电网也得到了迅猛发展，超高压电网已成为当前电力系统的主流电网，超高压sf₆气体开关、gis超高压sf₆气体电力组合开关已取代传统的真空开关、绝缘开关而被广泛使用。此外，sf₆气体还应用于断路器、高压变压器、气体封闭组合电容器、互感器等电力设备。因此对sf₆电力设备的日常监督和维护工作变得日益重要。

sf₆气体的泄漏检测是设备投入运行和日常维护工作的重要环节，其泄漏会造成严重危害。由于制造、安装等质量差异以及材料老化等因素，sf₆高压开关设备发生sf₆气体泄漏是一个普遍存在的现象，一旦发生泄漏，sf₆气体极易沉积在电力设备室的底部空间，工作人员进入易造成人体缺氧。同时当sf₆设备发生故障时，放电产生的高温电弧使sf₆气体发生分解反应，产生多种低氟硫化物，这些低氟硫化物与空气中的微量水分和氧气进一步反应，生成hf和so₂等化合物。产生的化合物对设备内其它绝缘及金属材料有强腐蚀作用，进而加速绝缘劣化, 最终导致设备发生突发性故障。低氟硫化物、hf和so₂也具有毒性，大量吸入会引起头晕和肺水肿，甚至致人死亡，对工作人员带来严重危害。sf₆本身也是一种温室气体。据国际大电网会议工作组于向世界范围内的gis设备用户散发的调查表调查显示绝缘故障占总故障的20%。近几年来，我国部分省市也发生多起因sf₆气体泄漏而引发的设备事故。由于sf₆气体的泄漏能引起环境污染，降低设备绝缘能力，影响设备安全运行，严重威胁室内工作人员的人身安全。所以对电力设备sf₆气体检测至关重要，研究sf₆气体检测仪器具有重要的实用价值和应用前景。

2. 研究的基本内容

rbf神经网络作为一种特殊的前传网络，它是在隐层对输入数据进行了rbf变换。与一般的前传网络相比，rbf网络能够快速地学习并可避免陷入局部极小，它的性能具有明显的优越性。但传统的rbf训练方法对隐层节点数目、基函数中心和宽度等参数的确定比较困难，往往是不断尝试，常得到不满意的效果。

本文rbf神经网络具有简单和任意精度逼近能力的特征，引入了一种改进遗传算法优化了的rbf神经网络，建立气体传感器气压补偿模型，运用其良好的泛化和非线性映射能力对环境气压波动引起的测量误差进行补偿。相比于经验公式法和硬件电路补偿法，本方法具有更高的测量精度和稳定性，既避免了传统算法易陷入局部极小的缺点，又不需要通过大量实验或凭经验预先制定网络结构，具有良好的逼近能力和泛化能力。

3. 实施方案、进度安排及预期效果

本课题计划2017年3月份完成前期设计部分，对整个课题有了清楚的认识，对所要研究的算法有了明确的目标。

2017年3月至4月完成算法实现前的准备工作。熟悉matlab语言，熟悉神经网络算法框架，对整个算法实现有了清晰的思路。

2017年4月至5月完成算法的实现部分，使整个算法运行流畅，基本完成所要求实现的功能。

4. 参考文献

[1] yuan z r, wang x z, l y p, et al. low concentration of sf₆ gas detection method based on ndir technology[j]. instrument technique and sensor,2012, 19(1):80-99.

[2] 刘永平, 王霞, 李帅帅, 等. 基于红外技术的气体浓度检测方法研究[j]. 光子学报, 2015, 44(1):011202.

[3] tan q, tang l, yang m, et al. three-gas detection system with ir optical sensor based on ndir technology[j]. optics and lasers in engineering, 2015, 74:103-108.