一种基于拉曼光谱的SF6分解特征组分检测的降噪方法
文献发布时间:2023-06-19 10:38:35
技术领域
本发明属于电力设备故障诊断技术领域,涉及一种基于拉曼光谱的SF
背景技术
SF
发明内容
有鉴于此,本发明的目的在于提供一种基于拉曼光谱的SF
为达到上述目的,本发明提供如下技术方案:
一种基于拉曼光谱的SF
S1、通过对测得的SF
S2、基于信号与噪声在不同分解尺度的不同形态获取半峰宽;
S3、根据获得的峰值和半峰宽进行最小二乘拟合;
S4、检验去噪效果。
可选地,步骤S1具体为:
使用MATLAB软件对测得的SF
其中,a为伸缩因子,b为平移因子,
SF
根据模值信息提取小波脊线的方法对SF
可选地,步骤S2具体为:
半峰宽检测是指对峰高一半处的宽度进行监测,对SF
对SF
可选地,步骤S3具体为:
基于提取出的SF
具体拟合步骤如下:
S1、根据峰值检测和峰宽检测步骤确定的峰值点个数m,确定拉曼峰高斯拟合函数个数 N=m;
S2、根据谱峰识别获取的峰位置Peak[i](i=1,2,…,N)和半峰宽检测获得的各峰的半宽Half width[i](i=1,2,…,N),创建光谱曲线拟合表达式
S3、构造正规方程组,求解各项系数即得重构的SF
可选地,步骤S4具体为:
使用Gaussview软件建立SF
同时添加极化基组对重原子增添d函数,给过渡金属增添f函数,给H增添p函数;
最后对6-311G(df,p)增添弥散函数得到6-311G+(df,p);
由上述算法和基函数计算分子的振动频率以及每个振动模式对应的拉曼活性,得到仿真信号,最后将重构的SF
本发明的有益效果在于:本发明提出的于特征提取的光谱去噪方法,通过对测得的SF
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明基于拉曼光谱的SF
图2为计算响应的SF
图3为SO
图4为SO
图5为SO
图6为使用算法进行去噪后的SO
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图6,为一种基于拉曼光谱的SF
如图1所示,首先对于实验测得的SF
将重构的SF
以SO
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
- 一种基于拉曼光谱的SF6分解特征组分检测的降噪方法
- 一种基于拉曼光谱的SF6分解特征组分检测分析装置