基于光聲光譜的電纜微量氣體濃度標定和自動化預警系統

高建國

（國網山西省電力公司朔州供電公司，朔州 036002）

目前電力電纜隧道環境以封閉為主，隧道經常出現積水、淤泥等問題，便會出現甲烷、氨氣等氣體。此類氣體具有易燃易爆特征，對電纜隧道中運維人員的人身安全存在不利影響，因此需要研究電纜微量氣體濃度標定和自動化預警系統設計問題[1-2]。當前工作人員在進入電纜隧道之前會隨身佩戴便捷式氣體監測裝置，若氣體濃度標定結果異常，監測裝置便會預警，提醒工作人員及時撤離[3]。但是當預警提醒信息發出時，代表氣體濃度已經超過標定值，撤離的及時性已不能保證，工作人員可能已經吸入有害氣體[4]。為此，需要研究一種可連續在線監測電纜隧道微量氣體濃度的標定和自動化預警系統，為運維人員提供具有指導意義的環境數據，無需運維人員親自進入電纜隧道，便可實現氣體濃度遠程監控。文獻[5]研究了一種放射性氣體37Ar 監測系統，并經實驗測試證明，此系統對放射性氣體37Ar 的監測效果較好，但此系統的研究存在針對性，因此在現實中應用性存在使用局限。文獻[6]利用傳感器和SSA-BP 神經網絡，設計一種氣體監測系統，此系統能夠有效融合多傳感器的監測信息，并通過SSA-BP神經網絡診斷氣體濃度異常與否，但是，此系統僅具備氣體監測功能，還不具備異常報警功能。

結合前人研究基礎，本文以電纜微量氣體濃度標定與預警問題為研究核心，設計基于光聲光譜的電纜微量氣體濃度標定和自動化預警系統，并通過實驗證實，其在電纜微量氣體監測方面具有良好的應用前景。

1 電纜微量氣體濃度標定和自動化預警系統設計

1.1 系統架構與核心設備設計

基于光聲光譜的電纜微量氣體濃度標定和自動化預警系統總體架構如圖1 所示。氣體濃度信息采集端采集的氣體濃度信息在網絡端的協助下發送至預警端，當氣體濃度超限，預警端便會發出預警信號。

圖1 電纜微量氣體濃度標定和自動化預警系統總體架構示意圖Fig.1 Schematic diagram of the overall architecture of the cable trace gas concentration calibration and automatic early warning system

氣體濃度信息采集端的功能是采集電纜隧道現場數據，其結構如圖2 所示。氣體濃度信息采集端的核心單元是光聲池，當氣體傳感器采集氣體信號后，在激光器的作用下，單色光被發送至光聲池后，如果光波長未超出氣體吸收范圍，那么氣體分子便會吸收此波長光，然后由分子的碰撞方式，將分子在無輻射弛豫階段吸收的光能變換成分子平動動能，進入放熱狀態。如果光在調制處理后進入周期性照射狀態，放熱過程中電纜微量氣體便會出現周期性膨脹，在此狀態下將出現聲波。

圖2 氣體濃度信息采集端結構信息Fig.2 Structural information of the gas concentration information acquisition end

聲波強度和電纜微量氣體濃度之間存在線性關系，當光功率、光聲池結構等因素固定，使用微音器把聲波變換成電信號，研究電信號便可得到氣體濃度信息，最后由前置放大器放大信號信息，通過鎖相放大器采集電信號的二次諧波成分，此成分信息即為電纜微量氣體濃度數值[7-8]，發送至計算機分析氣體濃度是否異常。

光聲光譜和微量氣體濃度的關系分析原理為若入射光強度與頻率處于調制狀態，那么光聲池中氣體溫度會隨著頻率變化而變化，電纜微量氣體壓強也隨之變化。如果調制頻率未超出聲頻范圍，那么便會出現光聲信號。此光聲信號和激發光功率、氣體濃度之間關系R 為

式中：Rn、w 分別是麥克風靈敏性、入射光功率（激發光功率）；G、β 分別是光聲池常數、氣體分子在激光頻率中的吸收系數；h 是電纜微量氣體濃度值。

考慮到電纜隧道環境惡劣，傳感器對多種氣體的采集精度會受到外界條件的影響而降低。為保證氣體信息采集精度，準確分析氣體濃度信息，必須保證氣體濃度檢測結果的準確性。所以使用動態氣體標定儀，此裝置結構分為CPU 軟件處理單元、V/F板、質量流量控制器MPC1、MPC2 與多種傳感器，標定儀結構如圖3 所示。

圖3 中，此裝置能夠產生校正的電纜微量氣體。其使用2 個精密的質量流量控制器MPC1、MPC2，調節零氣與瓶氣的混合比，因此每類氣體均能夠獲取標準的混合濃度信息[9]。質量流量控制器使用電子閉環控制方法，外設驅動電壓和氣體流量、氣體流量監測電壓之間存在線性關系[10]。CPU 運算瓶氣流速與所采集氣體流速的方法是：

式中：hg、hj分別是所采集電纜微量氣體最終濃度、瓶氣體濃度；A、F 分別是校準的電纜微量氣體流速、瓶氣體流速。

聲光報警裝置的功能為當電信號采集完畢，計算機判斷氣體濃度超出標定值后，預警信號啟動，聲光報警裝置啟動。聲光報警裝置的結構如圖4 所示。圖4 中，聲光報警裝置的本安電源，需要把電纜隧道127 V 交流，由變壓器隔離、減壓處理，整流輸出24 V 直流。再使用二級DC/DC 直流降壓轉換，發送至過壓、過流保護電路，調整為滿足安全應用的12 V 直流輸出。本安電源的輸出是報警電路的語音、LED 發光陣列電路所需電能量，如果電纜微量氣體濃度超出標定范圍，觸發電路啟動后，語音報警信號、燈光警示信號便會同時啟動，實現自動化預警。

圖4 聲光報警裝置結構Fig.4 Structure of the sound and light alarm device

圖5 氣體濃度光譜信息Fig.5 Gas concentration spectral information

1.2 RBF 神經網絡的微量氣體濃度異常診斷模型

為提高電纜隧道微量氣體濃度的檢測精度與速度，構建基于RBF 神經網絡的微量氣體濃度異常診斷模型。

1.2.1 氣體濃度統計特征提取

氣體濃度越低，則吸收光譜信息明顯度越低，所以需要提取信號多個特征參數，才可全面優化濃度診斷精度。

（1）均值。均值可描述氣體濃度為h 時，獲取的氣體激光信號和原始信號之差的均值Qh，mean。計算方法是：

式中：M、Qj分別是獲取的氣體激光信號和原始激光偏差的點數總值、每個采樣點獲取的激光信號和原始激光的偏差數值。

（2）標準差。標準差Qh，std可描述電纜微量氣體濃度是h 條件中，氣體激光信號和原始信號之差的標準差統計值。計算方法是：

（3）偏差平方和。偏差平方和Qh，sse可描述氣體濃度h 條件中，氣體激光信號和原始信號差值的離散水平，數值靠近0，那么氣體吸收的光信號較少。計算方法是：

（4）變異系數。變異系數Qh，c可描述電纜微量氣體濃度h 條件中，獲取的氣體激光信號和原始信號差值的變異系數。計算方法是：

（5）最大偏差。最大偏差Qh，dev可描述氣體濃度是h 條件中，電纜微量氣體激光信號和原始信號差值的最大值。計算方法是：

1.2.2 微量氣體濃度異常診斷

RBF 神經網絡輸入層結構為多個源點，主要將電纜微量氣體濃度統計特征在輸入層輸入各個源點，發送至隱藏層；隱藏層把輸入的氣體濃度統計特征進行非線性變換，由高斯函數把輸入的信息轉換為非線性激活函數。激活函數為

式 中：Q＝Qh，mean+Qh，std+Qh，sse+Qh，c+Qh，dev為輸入的電纜微量氣體濃度統計特征樣本；α 為核函數寬度向量，α 和隱藏層神經元數目存在關聯性，α 的運算方法為

式中：cn、n 分別代表輸入樣本與核函數中心距離最大值、隱藏層神經元數目。

網絡輸入、輸出依次是Q、r。RBF 神經網絡的輸入、輸出的電纜微量氣體濃度異常診斷結果r 之間關系為

式中：f ［］、p（）分別為隱藏層與輸出層節點所用傳遞函數分別為輸入層至隱含層權重、隱藏層至輸入層權值；c1、c2分別為隱藏層閾值、輸出層閾值；i、j∈m。

2 仿真實驗

2.1 實驗設定

電纜微量氣體濃度標定和自動化預警實驗中，結合相關資料記載，電纜隧道一氧化碳氣體波長為1600 nm 左右時，吸收特性顯著，此時波長抗擾性顯著，因此，實驗中使用IR 激光發射器，將波長范圍設成［950 nm，1750 nm］，環境溫度25℃，大氣壓強100 kPa，在此工況中，以一氧化碳為例，使用本文系統對其進行濃度檢測與預警，測試其使用性能。

2.2 氣體濃度信息采集效果

本文系統使用前后，一氧化碳氣體濃度的采集精度如表1 所示。本文系統使用后，一氧化碳氣體濃度采集精度顯著，氣體濃度采集結果與實際濃度的偏差值僅為0.1 μL/L，結合此實驗結果可知，本文系統在電纜微量氣體濃度檢測問題中具備可用性。

表1 本文系統氣體濃度信息采集效果Tab.1 Acquisition effect of system gas concentration information

2.3 氣體濃度異常診斷效果測試

測試本文系統使用前后電纜微量氣體濃度異常診斷效果，結果如圖6 所示。從圖6 可知，本文系統使用基于RBF 神經網絡的微量氣體濃度異常診斷模型，對電纜隧道中微量一氧化碳氣體的異常診斷結果與實際變化量相關系數最大值為0.99，診斷結果準確。

圖6 電纜微量氣體濃度異常診斷效果Fig.6 Diagnostic effect of abnormal trace gas concentration of the cable

2.4 氣體濃度標定和自動化預警測試

本文系統預警時延測試結果如圖7 所示。從圖7 可知，本文系統在氣體濃度標定和自動化預警測試中，氣體標定后，對異常濃度氣體的自動化預警時延在0.4 s 之內，由此證實，本文系統可快速測量異常氣體濃度并標定，針對濃度超標的情況，可快速響應預警程序，具備自動化預警的能力。

圖7 氣體濃度報警時延測試結果Fig.7 Gas concentration alarm delay test results

3 結語

氣體濃度檢測與預警問題不僅在工農業、環境管理等領域屬于核心問題，在電纜隧道的運維工作中也十分重要。光聲光譜技術可實現遠程式氣體濃度檢測與分析，在惡劣環境中具備可用價值。為此，本文結合此技術的使用優勢，設計了一種基于光聲光譜的電纜微量氣體濃度標定和自動化預警系統，此系統為保證電纜隧道微量氣體的檢測精度與預警效果，在設計過程中設計了微量氣體濃度標定這一裝置，此裝置能夠將所采集氣體濃度信息進行校準，從而保證氣體濃度預警啟動的準確性。最后通過實驗測試此系統的使用性能，得出結論如下：①本文系統對一氧化碳氣體濃度采集精度顯著，氣體濃度采集結果與實際濃度的相對誤差僅為0.1 μL/L；②本文系統使用基于RBF 神經網絡的微量氣體濃度異常診斷模型，對電纜隧道中微量一氧化碳氣體的異常診斷結果與實際變化量相關系數高達0.99；③本文系統在氣體濃度標定和自動化預警測試中，對異常濃度氣體的自動化預警時延在0.4 s 之內，可滿足電纜隧道微量氣體自動化預警使用需求。