油纸绝缘老化状态的快速准确检测一直备受关注，本研究对未进行特征提取的油纸绝缘原始拉曼光谱老化状态类别进行判定。首先，根据所测得的绝缘纸聚合度将其老化状态划分为10个类别。同时，对不同老化状态的油纸绝缘样本进行拉曼光谱检测。最后，通过K最近邻（KNN）算法、集成增强KNN算法分别对169组拉曼光谱样本进行老化状态类别判定。结果表明：经过集成增强后的KNN算法对原始拉曼光谱具有更强的识别能力，其判别准确率为98.32%，且具有更好的稳定性。证明了由集成增强KNN算法构建的判别模型能够较为准确地判别油纸绝缘原始拉曼光谱，该模型简化了变压器油纸绝缘拉曼光谱老化状态的诊断步骤，对油纸绝缘拉曼光谱检测方面的研究具有重要意义。

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。

油纸绝缘电力设备的稳定运行是保证电力系统可靠的重要环节, 现有技术下油纸绝缘系统的老化诊断仍是一个难点, 大都停留在实验室分析的阶段, 缺乏一种快速、有效的诊断手段。本文基于IEEE推荐的导则在实验室中进行了加速热老化实验, 获取了不同老化程度的油纸绝缘样本, 然后利用自主搭建的拉曼光谱检测平台建立了油纸绝缘老化拉曼光谱数据库。构建了老化初期、老化中期、老化末期3个类别中心拉曼谱线。分别利用欧氏距离、卡方距离、简森仙农散度三种光谱相似度判别方法构建了基于光谱曲线逐点比对的油纸绝缘老化拉曼光谱诊断方法。对本文实验中获取的10个待测样本进行诊断分析, 诊断准确率最高达100%(10/10)。

油中特征气体(H2, CO, CO2, CH4, C2H4, C2H6, C2H2)的快速准确检测是变压器在线监测的重要环节。 激光拉曼光谱技术适用于特征气体的检测, 能克服传统在线监测的诸多不足。 在拉曼光谱图2 900～3 300 cm-1谱段, 甲烷(CH4)和乙烷(C2H6)气体特征谱峰聚集, 研究此谱段中不同含量比的混合气体样本对变压器油中混合气体定量分析具有重要意义。 在单一特征气体拉曼光谱检测的研究基础上, 选取预处理后光谱图中特征峰的谱峰高度、 半高宽以及谱峰面积多个参量作为特征因素, 对变压器油中混合气体进行定量分析。 以二阶微扰理论分析计算得出, 甲烷拉曼光谱中存在四个特征谱峰, 选取的谱段中包含以3 111与3 284 cm-1为拉曼频移中心的两峰, 乙烷拉曼光谱中存在六个特征谱峰, 选取谱段中存在3 111与3 187 cm-1两峰, 理论上通过谱段中携带的特征谱峰信息能够计算两种气体含量; 通过拉曼光谱平台检测, 混合气体光谱图特征谱峰会产生平移以及聚合, 对光谱图中寻峰得到的中心频移为2 902, 2 918, 2 956和3 022 cm-1的四个混合峰建立高斯函数模型, 得到特征谱峰的谱峰高度、 半高宽以及谱峰面积; 建立偏最小二乘回归模型, 以谱峰高度、 半高宽、 谱峰面积为自变量, 两种气体含量为因变量计算分析。 模型潜在因子取到t6时, 调整后的R2为0.993, 表明自变量与因变量具有确切关系, 回归模型可靠。 对回归方程参数分析发现, 谱峰半高宽相比谱峰面积以及谱峰高度有显著贡献, 符合预期目标, 混合气体光谱图中四个特征谱峰对两种气体均有影响。 通过实验可总结得出, 针对甲烷乙烷混合气体, 在室温25 ℃, 积分时间15 s, 积分次数2, 狭缝100 μm条件下, 通过获取谱峰高度、 谱峰面积以及半高宽三个参量, 能够准确测量气体含量, 为变压器油中多种特征气体的同时检测奠定了基础。

拉曼光谱气体检测技术能利用单一波长的激光对气体样品进行无接触、 无损耗检测, 适用于油浸式变压器油中溶解气体检测。 结合拉曼光谱检测机理, 分析了拉曼光谱谱线特征, 建立了由洛仑兹函数与高斯函数卷积表示的拉曼光谱Voigt线型模型, 其表现出较好的拉曼谱峰线型轮廓基本特征。 以谱峰高、 中心位置、 半峰全宽等为代表的拉曼谱峰线型轮廓基本特征是寻峰的主要目标, 其根本目的在获取样本定性及定量检测分析依据。 故针对拉曼光谱实验数据设计了基于比较法的自动寻峰模型以实现检测目标。 对引入到Voigt线型模型中的寻峰模型进行的模拟实验结果表明, 模拟中谱峰高、 中心位置等数据均与模型输出数据相吻合。 依托实验室构建的变压器油中溶解气体拉曼光谱检测平台, 分析检测实验数据表明, Voigt线型模型中半峰全宽参数实际取值区间为（8.7, 11.5）（cm-1）, 模型与其存在偏差。 修正该参数取值为10.257 cm-1, 并对比研究表明: 修正后的Voigt线型模型及寻峰模型具有更好的适应性及实用性。 结合实验平台的拉曼光谱气体检测数据的寻峰结果, 有效地完成了七种变压器故障特征气体的检测及分析。 针对甲烷气体, 获得单位气体含量、 拉曼特征峰强度与面积三者之间的线性关系, 为变压器油中溶解气体拉曼光谱检测定量分析奠定基础。