近红外光谱分析技术在电力变压器油纸绝缘老化状态的现场快速、无损诊断方面具有巨大的应用潜力。目前,评估建模与现场应用尚处于起步探索阶段。为研究基于近红外光谱的绝缘纸聚合度(degree of polymerization,DP)定量评估模型,制备得...近红外光谱分析技术在电力变压器油纸绝缘老化状态的现场快速、无损诊断方面具有巨大的应用潜力。目前,评估建模与现场应用尚处于起步探索阶段。为研究基于近红外光谱的绝缘纸聚合度(degree of polymerization,DP)定量评估模型,制备得到不同老化状态的油纸绝缘样品,检测近红外光谱、DP等数据,利用Savitzky-Golay卷积法对光谱进行预处理,结合偏最小二乘法建立聚合度定量评估基础模型。研究引入XY变量联合的异常样本检测算法和竞争性自适应重加权取样法(competitive adaptive reweighted sampling,CARS),得到不同组合方式下的优化模型。各模型的预测精度评估结果显示:依据XY变量联合+CARS算法建立的绝缘纸聚合度定量评估模型,使用更少的光谱数据,达到了更优的预测精度,可实现绝缘老化状态的自适应预测。建立的评估模型在5台主变的绝缘纸样现场检测及老化评估中初见成效。展开更多