摘要
本发明提供了一种变压器油中微量特征气体检测传感材料优选方法，属于变压器油中气体检测技术领域，包括：首先获取候选材料基础数据，包括材料组成、原子结构、电子能带结构和理论气体传感性能参数。建立考虑材料组成和结构的传感性能预测模型，利用机器学习算法训练材料‑性能关联模型。通过计算机遍历生成大量理论材料数据集，对候选材料进行多维度聚类分析，得到聚类中心。以聚类中心对应材料为待测集进行实验室性能测试，收集实际性能数据。采用遗传算法对性能最优材料进行多代迭代优化，最终得到变压器油微量特征气体检测传感材料。解决现有的气体传感材料在灵敏度、选择性、稳定性方面尚难以满足电力系统对变压器在线检测的苛刻要求的问题。
