表1(Table 1)
变压器油在变压器设备运行中具有冷却、绝缘以及灭弧的作用，其质量的好坏对变压器设备是否能够安全运行有着至关重要的作用[1]。变压器油在运行中，不可避免地会与金属铜接触，从而形成油中的铜颗粒污染物[2-3]。由于油中不同粒径、含量铜颗粒的存在，其性能变化程度也有所不同, 文献[4-7]表明铜对变压器油的老化劣化具有催化作用。因此监测不同含量的铜对变压器油的老化劣化具有一定催化作用。
郑直[8]采用萃取剂，使油中的金属离子转移到水溶液中，通过分光光度法测定金属铜的含量，此方法对于变压器油中微量铜测量的准确度不够。杨道武等[9]采用火焰原子吸收光谱法测定变压器油中的微量铜，此方法油样预处理需将油样燃烧完全，高温灰化，再用硝酸溶解铜元素，把油样转变为水样，处理步骤繁琐。目前的油样中铜的检测方法耗时长且不能有效地实现快速检测，采用红外光谱技术在油液的理化性能检测方面近年来得到发展[10-12]。本课题组前期构建了含微水绝缘油的中红外光谱特征波数与实测运动黏度的数学模型能够有效地反映微量水分对油液运动黏度的影响[13]。
张瑜等[14]基于可见近红外光谱技术研究了酸值无损检测方法，通过采用最小二乘支持向量机(SVM)法建立油液可见近红外光谱检测模型，建立的模型预测集确定系数达到0.954 6，均方根误差仅0.008 1，实现了对油液酸值的无损检测。陈彬等[15]用偏最小二乘(PLS)模型建立油中含水量的预测模型，实现了对油中含水量的监测，对验证集样本进行预测的相关系数和均方根误差分别为0.994 4和5.455 1×10-5, 建立的预测模型获得了满意的预测精度，预测模型精度能满足实际应用需要。
运动黏度是变压器油重要的一项指标，含铜颗粒油样是非均相混合流体，当油液层层流时，由于混合了不规则形状的固体颗粒杂质，使得油液分子间内摩擦发生改变，因此改变了油液的粘性大小，从而改变了整个非均相混合流体的运动黏度。因而为了获取铜颗粒污染物对变压器油运动黏度的影响规律，采用国际标准ISO4406:1999[16]作为油液污染度标准配置24组不同污染度的含铜颗粒油样，并对变压器油样进行运动黏度性能(40℃)测试，研究铜颗粒污染度对变压器油运动黏度的影响规律，再结合PLS法和SVM法对测试数据建立油样中不同粒径、含量的铜颗粒污染物与油样的运动黏度的数学模型，分析验证了不同粒径、含量的铜颗粒污染物对油液运动黏度的影响规律，为实现变压器油的在线监测奠定了基础。
1 实验 1.1 仪器及试剂利用25#变压器油(其主要理化性能指标如表 1所示)经过8层中性滤纸进行过滤处理得到油样作为原始油样，采用HIAC8012油品污染度测试仪器对配置的不同污染度的含铜颗粒油样进行检测，得到污染度等级14~21(见ISO4406:1999[16])的油样；采用KQ-400KDB型高功率数控超声波振荡器(昆山苏美超声仪器，功率为400 W，频率为40 kHz)对不同污染度的含铜杂质的油液进行预处理；采用SYD-265H石油产品运动黏度测定器(上海昌吉地质仪器有限公司)对预处理好的24组含铜油样进行运动黏度测试(40℃)，黏度计内径为0.8 mm，黏度计常数为0.043 54 mm2/s2。
1.2 实验方法 1.2.1 污染度测试方法及油样配置
油样中铜颗粒大小与分布的测试方法是基于光阻法颗粒计数原理并采用“双激光窄光光阻测量颗粒”技术以及ISO4406:1999[16]污染度标准进行的。具体过程为：油样通过一窄小的检测区时，与液体流向垂直的入射光，由于被不溶性微粒所阻挡，从而使传感器输出信号变化，这种信号变化与粒子通过光束时的截面积尺寸成正比反映出粒子的大小；同时每一个粒子通过光束时引起一个电压脉冲信号，脉冲信号的多少反映了粒子的数量，从而完成对油液中颗粒污染物的粒度分布的分析。
称取0.02 g铜粉与1 L 25#变压器油混合的油样并经8 h超声波振荡器充分振荡，将振荡均匀的油样经HIAC8012油品污染度测试仪器进行检测，此时过滤获得油样为污染度等级23的油样；采用HIAC8012油品污染度测试仪器进行检测，得到14/11~21/18梯度污染度等级的油样(共24组)分别盛入500 mL锥形瓶中，样品颗粒含量如表 2所示。为保证油样均匀，将所有样品置于超声波振荡器中振荡8 h后待用。
| 序号 | 污染度等级 | 粒径/μm | |||
| >5 | >15 | >25 | >50 | ||
| 1 | 14/11 | 97.0 | 16.0 | 2.0 | 0 |
| 2 | 14/13 | 130.0 | 49.0 | 16.5 | 1.0 |
| 3 | 14/10 | 155.5 | 15.5 | 1.0 | 0 |
| 4 | 15/11 | 206.5 | 17.5 | 4.0 | 0.5 |
| 5 | 15/11 | 302.5 | 16.0 | 3.0 | 0.5 |
| 6 | 15/12 | 319.0 | 27.0 | 3.0 | 0 |
| 7 | 16/12 | 366.0 | 35.5 | 4.0 | 0.5 |
| 8 | 16/12 | 484.0 | 32.5 | 2.0 | 0 |
| 9 | 16/13 | 597.5 | 51.0 | 11.0 | 0.5 |
| 10 | 17/13 | 756.0 | 60.0 | 6.5 | 0.5 |
| 11 | 17/13 | 904.0 | 61.5 | 3.0 | 0 |
| 12 | 17/14 | 1 226.5 | 111.5 | 13.0 | 0.5 |
| 13 | 18/14 | 1 556.5 | 135.0 | 16.5 | 0.5 |
| 14 | 18/15 | 1 951.5 | 187.0 | 23.0 | 1.0 |
| 15 | 19/15 | 2 560.0 | 234.0 | 19.5 | 0.5 |
| 16 | 19/15 | 3 000.0 | 223.0 | 23.5 | 2.5 |
| 17 | 19/16 | 3 805.5 | 463.5 | 79.5 | 7.5 |
| 18 | 19/15 | 4 528.5 | 298.5 | 17.0 | 0 |
| 19 | 20/16 | 6 022.5 | 495.0 | 40.0 | 0.5 |
| 20 | 20/16 | 7 196.0 | 481.0 | 24.5 | 0 |
| 21 | 20/17 | 9 022.0 | 855.0 | 85.0 | 2.5 |
| 22 | 21/17 | 12 273.0 | 1 073.0 | 80.0 | 0.5 |
| 23 | 21/18 | 15 092.0 | 1 366.5 | 75.5 | 0.5 |
| 24 | 21/18 | 18 352.0 | 1 861.5 | 152.5 | 3.5 |
1.2.2 采集运动黏度数据
根据GB/T 265—1988[18]采用石油产品运动黏度测定器对预处理好的24组不同颗粒含量含铜颗粒油样进行运动黏度测试(40℃)，每个油样进行4次实验，取4次平均值记为该油样的运动黏度值。
2 结果与讨论对经过8 h超声波振荡后的24组油样进行40℃的运动黏度性能指标实验测试，获得不同污染度等级的24组油样40℃运动黏度指标变化如图 1所示。
|
| 图 1 不同污染度等级油样的运动黏度变化(40℃) Fig. 1 Kinematic viscosity of oil samples with different pollution degrees(40℃) |
由图 1可见，随着污染度的增加，变压器油的运动黏度整体呈现下降的趋势。这是由于油液的运动黏度由分子间的内摩擦作用产生，含铜颗粒油样是非均相混合流体，属于分散系统，油液为分散介质，铜颗粒为分散相，离散相和连续相的界面有一定的界面张力，分散相的存在使连续相分子间的作用力变弱的缘故。当污染度小于17/13等级时，由于污染物颗粒的数量较少，颗粒对油液分子间作用力的影响较小，油液运动时分子间的内摩擦力基本不变，运动黏度数值的变化也就不明显，其数值在9.42 mm2/s左右变化；而当污染度增加至19/15等级时，颗粒和油液分子间产生的表面能增强，使得油液分子间的作用力减小、内摩擦力减小，从而导致油液的运动黏度值急剧下降，下降幅度为0.058 mm2/s；当油液中的污染度达到19/15等级之后，随着污染度的增加，油液运动黏度值趋于稳定，这是因为颗粒和油液分子产生表面能与油液分子间的作用力达到一种动态平衡，油液分子间的内摩擦力相对稳定，从而油液的运动黏度值逐渐趋于平稳。
3 油液运动黏度模型的建立与分析 3.1 模型的构建为了深入分析不同粒径、含量颗粒污染物对变压器油运动黏度的影响规律，采用PLS法和SVM法分别建立油中不同粒径、含量的铜颗粒污染物与油样的运动黏度之间的仿真模型。
1) PLS法在数学模型建模中是一种应用非常广泛的方法。随机选取24组油样中的19组油样，将19组油样的铜颗粒污染物的不同粒径、含量作为PLS模型输入变量，测试的对应油样的运动黏度值作为模型输出变量，建立油中颗粒污染物的PLS模型；将剩余5组油样作为模型的预测集样本，并利用建立的PLS模型对剩余5组铜颗粒油样的运动黏度数据进行预测。将相关系数(R)和预测均方根误差(RMSE)作为模型的评价指标，模型的相关系数越高，预测均方根误差越小，则所建模型的精度越高。
2) SVM法是由Cortes和Vapnik[23]于1995年首先提出的一种建模方法。该方法在解决小样本、非线性及高维模式识别问题中具有独特的优势。随机选24组油样中19组油样来建立油中不同粒径、含量的铜颗粒污染物与油样的运动黏度之间的SVM模型，以油样不同粒径、含量的铜颗粒污染物作为模型的输入变量，测试的对应油样的运动黏度值作为模型输出变量，并利用建立的模型对剩余5组油样的运动黏度值进行预测。模型的评价指标为R和RMSE，较低的预测均方根误差和较高的相关系数则说明所建模型精度更高。建立的PLS模型和SVM模型得到的校正集和验证集的预测结果见表 3。
| 模型 | 校正集 | 验证集 | |||
| RMSE | R | RMSE | R | ||
| PLS | 1.029 6×10-2 | 0.926 9 | 1.465 7×10-2 | 0.962 9 | |
| SVM | 1.502 5×10-4 | 0.999 3 | 4.597×10-5 | 0.962 6 | |
由表 3知，建立的含铜颗粒油液污染度与运动黏度之间的PLS模型和SVM模型的相关系数都达到了0.9以上，均为有效模型。其中PLS模糊模型，校正集和验证集均方根误差分别是1.029 6×10-2、1.465 7×10-2，相关系数分别达到了0.926 9、0.962 9；建立的SVM模糊模型校正集和验证集均方根误差分别是1.502 5×10-4、4.597×10-5，相关系数分别达到0.999 3、0.962 6；比较PLS回归和SVM两模型评估参数可知，根据SVM法建立的油液运动黏度预测模型均方根误差均小于PLS回归预测模型，相关系数相对也有所提高，可以看出SVM模型比PLS模型的预测值更接近实际值，预测精度更高。PLS和SVM预测值和实测值如图 2所示(1~5为5组油样验证集)。
|
| 图 2 PLS和SVM预测值和实测值的比较 Fig. 2 Comparison of PLS and SVM predicted and measured values |
图 2(a)和图 2(b)是验证集的PLS和SVM模糊模型的预测结果与实测值的比较，可以看出建立的PLS回归模糊模型预测值与实测值的误差变化范围为0.028，而SVM模糊模型的预测值基本和实测值吻合，预测值与实测值的误差变化范围为0.006，能较好地跟踪变压器油运动黏度值的变化；由图 2(c)以及图 2(d)两模型的预测值与实测值关系图中可以看出, PLS和SVM两预测模型的验证集数据均在回归直线附近，预测值与实测值相近，其中PLS回归模型相关系数R=0.973 0，均方差RMSE=0.014 7，偏离率Bias=-0.010 3, SVM模型R=0.981 1, RMSE=0.004 4，Bias=-0.002 1；可以看出SVM模型的预测准确度更高，说明应用SVM模型能够充分利用油液中铜的污染度信息，从而实现含铜变压器油运动黏度性能的检测。
3.2 铜颗粒污染物对油液运动黏度的影响根据所建模型获取油液中不同粒径、含量的铜颗粒对油液运动黏度的影响，如图 3所示。
|
| 图 3 铜颗粒数量对变压器油液运动黏度(40℃)的影响 Fig. 3 Influence of copper particle numbers on transformer oil kinematic viscosity (40℃) |
油液中5、15 μm粒径铜颗粒数量变化对油液运动黏度(40℃)影响的情况如图 3所示，图 3(a)为15、25、50 μm粒径铜颗粒含量分别为油样的最小值时，5 μm粒径铜颗粒含量对油液运动黏度的单因素影响曲线，可以看出油液中5 μm粒径铜颗粒对油液运动黏度产生影响的铜颗粒数区间为4 200~6 800。在影响区间内颗粒对油液运动黏度的影响呈现出先增大后减小的变化趋势，当5 μm粒径铜颗粒的数量从4 200增加至5 500时，油液的运动黏度从0开始逐渐增大，并在铜颗粒数量为5 500时达到最大值4.5 mm2/s，这是因为5 μm颗粒数量在此区间内的增加使油液的内摩擦力增大；当5 μm粒径铜颗粒的数量从5 500继续增加至6 800时，油液的运动黏度从4.5 mm2/s逐渐减小为0。在这个范围外5 μm粒径铜颗粒含量对油液的运动黏度影响不大，这是因为铜颗粒和油液分子产生的表面能与油液分子间作用力达到一种动态平衡，油液分子间的内摩擦力相对稳定。
图 3(b)为5、25、50 μm粒径铜颗粒含量分别为油样的最小值时，15 μm铜颗粒含量对油液运动黏度的单因素影响变化，可以看出油液中15 μm粒径铜颗粒对油液运动黏度产生影响的铜颗粒数区间为14~320。在影响区间内15 μm粒径铜颗粒对油液运动黏度的影响程度呈现出先平稳后减小的变化趋势，当15 μm粒径铜颗粒的数量从14增加至120时，油液的运动黏度稳定在9.3 mm2/s达到最大值，这是因为此时铜颗粒数量较少，与油液分子产生的表面能较小，油液分子间的内摩擦力基本不变，油液运动黏度与无污染物的油液运动黏度一致；当15 μm粒径铜颗粒数量从120继续增加至220时，油液的运动黏度从9.3 mm2/s减小为6.5 mm2/s，当15 μm粒径铜颗粒数量从220继续增加至320时，油液的运动黏度从6.5 mm2/s减小为0，这是因为随着铜颗粒含量的增加，铜颗粒与油液分子间产生的表面能增强，使得油液分子间作用力减小、内摩擦力减小，从而油液的运动黏度减小。在这个范围外15 μm粒径铜颗粒含量对油液的运动黏度影响不大。
图 3(c)和图 3(d)所示为油液中25、50 μm粒径铜颗粒数量变化对油液运动黏度(40℃)影响的情况。图 3(c)为5、15、50 μm粒径铜颗粒含量分别为油样的最小值97、16、0时，25 μm粒径铜颗粒含量对油液黏度的单因素影响变化，可以看出油液中25 μm粒径铜颗粒含量对油液运动黏度产生影响的油液铜颗粒数区间为2~153。在影响区间内油液的运动黏度值呈现出先增大后减小的变化趋势，当25 μm粒径铜颗粒数量从2增加至40时，油液的运动黏度从0开始逐渐增大，并在铜颗粒数量为40时达到最大值为15 mm2/s；当25 μm粒径铜颗粒数量从40继续增加至153时，油液的运动黏度从15 mm2/s逐渐减小为1 mm2/s，这是因为随着铜颗粒数量的增加，铜颗粒粒径较大，其和油液分子产生表面能也大，使得油液分子间作用力减小、内摩擦力减小，因此油液的运动黏度减小。
图 3(d)为5、15、25 μm粒径铜颗粒含量分别为油样的最小值时，50 μm粒径铜颗粒含量对油液运动黏度的单因素影响变化，可以看出油液中50 μm粒径铜颗粒对油液运动黏度产生影响的铜颗粒数区间为0~6。在影响区间内油液的运动黏度值呈现出先平稳后减小的变化趋势，当50 μm粒径铜颗粒数量为1时，油液的运动黏度达到最大值为9.5 mm2/s；当50 μm粒径铜颗粒数量从1继续增加至6时，油液的运动黏度随之减小，由9.5 mm2/s减小为0，在这个范围外50 μm粒径铜颗粒含量对油液的运动黏度影响不大，油液的运动黏度相对稳定。
由图 3可知，铜颗粒污染物在粒径为15、25 μm时，对油液的运动黏度影响较为明显，其数量在200以内时，油液运动黏度达到最大值，分别为9.3、15 mm2/s。而在粒径为5 μm时，油液的运动黏度最大值仅为4.5 mm2/s，铜颗粒粒径为50 μm、数量为1时，油液的运动黏度达到最大值为9.5 mm2/s，其数量超过1油液运动黏度急剧下降，综合以上分析可知铜颗粒污染物粒径在15～25 μm范围内对油液运动黏度的影响较大，且粒径越大，油液运动黏度也越大。
4 结论1)由含铜颗粒油液运动黏度的实测结果可知，随着铜颗粒污染度的增加，变压器油的运动黏度值整体呈现出下降的趋势。
2)建立了含铜颗粒油液污染度与运动黏度之间的SVM、PLS模型，SVM模型对验证集进行预测的相关系数和均方根误差分别是0.962 6、4.597×10-5。
3) 5 μm粒径铜颗粒对油液运动黏度的影响呈现出先增大后减小的变化趋势，15 μm粒径铜颗粒对油液运动黏度的影响呈现出先平稳后减小的变化趋势，25 μm粒径铜颗粒对油液的运动黏度的影响呈现出先增大后减小的变化趋势，50 μm粒径铜颗粒对油液运动黏度影响呈现出先平稳后减小的变化趋势。
4)铜颗粒污染物粒径在15～25 μm范围内对油液运动黏度的影响较大，且粒径越大，油液运动黏度也越大。
| [1] | 廖瑞金, 周旋, 杨丽君, 等. 铜对变压器油热老化影响的试验分析[J]. 高电压技术, 2010, 36 (5) : 1090 –1095. LIAO R J, ZHOU X, YANG L J, et al. Experimental research on the influence of copper on thermal aging of transformer oil[J]. High Voltage Engineering, 2010, 36 (5) : 1090 –1095. (in Chinese) |
| [2] | KALANTAR A, LEVIN M. Factors affecting the dissolution of copper in transformer oils[J]. Lubrication Science, 2008, 20 (3) : 223 –240. DOI:10.1002/(ISSN)1557-6833 |
| [3] | 廖瑞金, 郝建, 杨丽君, 等. 变压器油纸绝缘热老化过程中铜类产物生成规律及其危害[J]. 电工技术学报, 2012, 27 (10) : 52 –59. LIAO R J, HAO J, YANG L J, et al. Formation laws of copper products and their harms during transformer oil-paper insulation thermal aging process[J]. Transactions of China Electrotechnical Society, 2012, 27 (10) : 52 –59. (in Chinese) |
| [4] | GUNSEL S, LOCKWOOD F E. The influence of copper-containing additives on oil oxidation and corrosion[J]. Tribology Transactions, 1995, 38 (3) : 485 –496. DOI:10.1080/10402009508983434 |
| [5] | VIPPER A B, BALAK G M, PONOMARENKO N A, et al. Catalytic effect of copper on oxidation of petroleum oil with additives[J]. Chemistry & Technology of Fuels & Oils, 1988, 24 (8) : 353 –356. |
| [6] | KRISHNAMOORTHY P R, VIJAYAKUMARI S, SANKARALING-AM S. Effect of antioxidants and metal deactivator on the oxidation of transformer oil[J]. IEEE Transactions on Electrical Insulation, 1992, 27 (2) : 271 –277. DOI:10.1109/14.135598 |
| [7] | AKSHATHA A, KUMAR R, SUNDARA R J, et al.Copper corrosion phenomenon in transformers due to DBDS in mineral transformer oil[C]//2013 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP).Piscataway, NJ:IEEE Press, 2013:826-829. |
| [8] | 郑直.离子液体萃取光度法测定汞、铜和铁含量的研究[D].长春:吉林大学, 2011. ZHENG Z.Study on determination of mercury, copper and iron by lonic liquid extraction coupled with spectrophotometer detection[D].Changchun:Jilin University, 2011(in Chinese). http://cdmd.cnki.com.cn/article/cdmd-10183-1011099374.htm |
| [9] | 杨道武, 吴娟娟, 袁丹, 等. 火焰原子吸收光谱法测定变压器油中的微量铜[J]. 光谱实验室, 2013, 30 (1) : 216 –219. YANG D W, WU J J, YUAN D, et al. Determination of micro copper in transformer oil by FAAS[J]. Chinese Journal of Spectroscopy Laboratory, 2013, 30 (1) : 216 –219. (in Chinese) |
| [10] | MA L, CHU X, TIAN S, et al. Progress of applications of infrared spectroscopic techniques in analysis of lubricating oil[J]. Analytical Instrumentation, 2010, 29 (2) : 1 –4. |
| [11] | 杨琨, 周新聪, 王超, 等. 中红外光谱应用于船用机械油液含水量定量测量的研究[J]. 光谱学与光谱分析, 2012, 32 (5) : 1234 –1237. YANG K, ZHOU X C, WANG C, et al. Research on the application of mid-infrared based quantification of water in oil used by marine-borne machines[J]. Spectroscopy and Spectral Analysis, 2012, 32 (5) : 1234 –1237. (in Chinese) |
| [12] | MA L Z, GU A. A new method based on mid-infrared spectrum and improved partial least square to determine the acid number of used lubricating oil[J]. Lubrication Engineering, 2012, 37 (5) : 95 –98. |
| [13] | 陈彬, 武宏阳, 韩超, 等. 用中红外光谱法分析含微水绝缘油的黏度[J]. 光子学报, 2015, 44 (6) : 119 –124. CHEN B, WU H Y, HAN C, et al. Viscosity of insulating oil with trace water based on the mid-infrared spectral analysis[J]. Acta Photonica Sinica, 2015, 44 (6) : 119 –124. (in Chinese) |
| [14] | 张瑜, 吴迪, 何勇, 等. 基于可见-近红外光谱技术的润滑油酸值无损检测方法研究[J]. 红外, 2011, 32 (12) : 39 –44. ZHANG Y, WU D, HE Y, et al. Non-invasive measurement of acid value of lubricant using visible and near infrared spectroscopy[J]. Infrared, 2011, 32 (12) : 39 –44. (in Chinese) |
| [15] | 陈彬, 刘阁, 张贤明. 连续投影算法的润滑油中含水量的近红外光谱分析[J]. 红外与激光工程, 2013, 42 (12) : 3168 –3174. CHEN B, LIU G, ZHANG X M. Analysis on near infrared spectroscopy of water content in lubricating oil using successive projections algorithm[J]. Infrared & Laser Engineering, 2013, 42 (12) : 3168 –3174. (in Chinese) |
| [16] | International Organization for Standardization.Hydraulic fluid power-fluid-method for coding the level of contamination by solid particles:ISO 4406:1999[S] 1999:1-12 |
| [17] | 国家标准化管理委员会.石油计量表: GB/T 1885-1998[S].北京:国家质量技术监督局, 1998:3-8. National Standardization Management Committee.Petroleum meter:GB/T 1885-1998[S].Beijing: National Bureau of Quality and Technical Supervision, 1998:3-8(in Chinese). |
| [18] | 国家标准化管理委员会.石油产品运动黏度测定法和动力黏度计算法:GB/T 265-1988[S].北京:国家质量技术监督局, 1988:2-6. National Standardization Management Committee.Determination of kinematic viscosity and dynamic viscosity of petroleum product:GB/T 265-1988[S].Beijing:National Bureau of Quality and Technical Supervision, 1988:2-6(in Chinese). |
| [19] | 国家标准化管理委员会.石油产品倾点测定法:GB/T 3535-2006[S].北京:国家质量技术监督局, 2006:4-10. National Standardization Management Committee.Determination of pour point of petroleum products:GB/T 3535-2006[S].Beijing:National Bureau of Quality and Technical Supervision, 2006:4-10(in Chinese). |
| [20] | 国家标准化管理委员会.石油产品凝点测定法:GB/T 510-1983[S].北京:国家质量技术监督局, 1983:2-9. National Standardization Management Committee.Determination of solidification point of petroleum products:GB/T 510-1983[S].Beijing:National Bureau of Quality and Technical Supervision, 1983:2-9(in Chinese). |
| [21] | 国家标准化管理委员会.石油产品闪点测定法:GB/T 261-2008[S].北京:国家质量技术监督局, 2008:3-7. National Standardization Management Committee.Determination of flash point of petroleum products:GB/T 261-2008[S].Beijing:National Bureau of Quality and Technical Supervision, 2008:3-7(in Chinese). |
| [22] | 石油化学行业标准化管理委员会.变压器油氧化安定性测定法:SH/T0206-1992[S].北京:化学工业出版社, 1992:1-6. Standardization Management Committee of Petroleum Chemistry Industry.Determination of oxidation stability of transformer oil:SH/T 0206-1992[S].Beijing:Chemical Industry Press, 1992:1-6(in Chinese). |
| [23] | CORTES C, VAPNIK V. Support-vector networks[J]. Machine Leaning, 1995, 20 (3) : 273 –297. |
