检测SF6特征分解组分的金属氧化物/石墨烯超薄柔性微传感器研究

This project focuses on the problem of low accuracy of gas sensor in GIS partial discharge on-line monitoring, aiming to enhance the sensitivity and selectivity, and reduce the cross-interference and drift properties of gas sensor. This work carries out the key issue of SF6 characteristic decomposition products detection based on metal oxide/graphene ultra-thin flexible microsensor. (1) Analyze the functionalization mechanism of TiO2, Cu2O, and SnO2 on graphene, and the detection mechanism of gas sensors to SF6 characteristic decomposition products. (2) Prepare TiO2/GN, Cu2O/GN, and SnO2/GN gas sensing materials by controlling the size of dopant clusters, dispersion uniformity, and film morphology. Then fabricate ultra-thin flexible microsensor by spray-coating process. (3) Study the gas sensing properties of gas sensors to SF6 characteristic decomposition products. Based on DBN deep learning algorithm and migration learning algorithm, reduce the cross-interference and drift properties of gas sensors. Basing on the academic viewpoint of insulation fault diagnosis by component analysis, this work proposes a new gas sensor based on metal oxide/graphene, which enhances the detection accuracy of gas sensors. The research results provide key technical support for partial discharge on-line monitoring in GIS, which shows great application significance for developing strong smart power grid in domestic.

本项目针对气敏传感器在GIS局部放电在线监测过程中准确度低的问题，以提高气敏传感器检测灵敏度、选择性，抑制交叉干扰、漂移特性为目标，拟开展金属氧化物/石墨烯超薄柔性微传感器检测SF6特征分解组分的关键课题：（1）仿真分析TiO2、Cu2O、SnO2对石墨烯的改性机理、传感器对SF6特征分解组分的气敏响应机理；（2）调控掺杂物团簇尺寸、分散均匀度、薄膜的成膜形貌，获得TiO2/GN、Cu2O/GN、SnO2/GN气敏材料，采用喷雾旋涂法制备超薄柔性微传感器；（3）研究气敏传感器对SF6特征分解组分的气敏响应特性，基于DBN深度学习和迁移学习算法，抑制气敏传感器的交叉干扰和漂移特性。本项目基于组分分析的绝缘故障诊断学术观点，引入金属氧化物/石墨烯传感器检测技术，提高了气敏传感器的检测准确度。研究成果为GIS局部放电在线监测提供了关键技术支撑，对我国发展坚强智能电网有着重要的工程应用价值。

本项目研究了金属氧化物（TiO2、Cu2O、SnO2）掺杂石墨烯对SF6特征分解组分（SO2、H2S、SOF2、SO2F2）的吸附和传感特性，为探究新型二维纳米材料及其在电气领域的传感应用奠定了基础。理论研究方面，基于第一性原理计算研究了纳米材料的气敏响应特性。构建并优化了石墨烯超晶包模型，基于该模型研究了不同金属氧化物（TiO2、Cu2O、SnO2）掺杂结构的结合能、态密度等性质，分析了表面掺杂对石墨烯几何结构及电子性能的影响，确定了最优化掺杂结构。分析了掺杂结构对SF6特征分解组分的吸附性能，从微观角度充分揭示了掺杂改性和气敏传感机理，该部分研究对于开发新型纳米传感材料及传感器件提供了理论指导。实验方面，采用水热法掺杂改性石墨烯，获得对SF6特征分解组分具有高气敏响应灵敏度的气敏材料，通过喷涂工艺制备得到掺杂改性的石墨烯气敏传感器。通过对掺杂改性石墨烯材料进行表征分析，获得了气敏传感器的元素构成、石墨烯形貌及掺杂原子的团簇大小和分散均匀度。根据SF6特征分解组分浓度范围，测试了气敏传感器阵列对不同浓度SF6特征分解组分的气敏响应特性，并结合算法模型实现混合气体组成成分和浓度的识别。本项目的主要创新成果有：（1）基于第一性原理计算获得了金属氧化物（TiO2、Cu2O、SnO2）在石墨烯表面的掺杂改性机理，阐明了掺杂改性石墨烯对SF6特征分解组分气敏响应机理问题；（2）提出了制备金属氧化物掺杂改性石墨烯气敏传感器的新方法，提高了气敏传感器对SF6特征分解组分的气敏响应灵敏度、选择性、响应速度和恢复特性；（3）基于气体识别算法，多气敏传感器解决SF6特征分解组分交叉干扰问题，提高了掺杂改性石墨烯气敏传感器对分解组分类型和浓度判定的准确度。本项目提出的基于组分分析的绝缘故障诊断方法，初步实现了SF6特征混合气体组成成分和浓度的识别，为SF6绝缘设备绝缘状态在线监测奠定了基础。