变电站电力设备故障数字诊断与评估
￥ 75.06 4.7折 ￥ 159 九五品
仅1件
天津武清
认证卖家担保交易快速发货售后保障
作者谢庆等
出版社清华大学出版社
ISBN9787302629191
出版时间2023-07
版次1
装帧精装
开本16开
纸张胶版纸
定价159元
上书时间2024-05-07
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:变电站电力设备故障数字诊断与评估
定价：159.00元
作者:谢庆等
出版社：清华大学出版社
出版日期：2023-07-01
ISBN：9787302629191
字数：
页码：
版次：
装帧：精装
开本：16开
商品重量：
编辑推荐
十三五国家重点研发计划“数字电网关键技术”建设成果，解决了电网数字化进程中变电设备故障诊断所面临的评估体系单一、诊断精度低下等问题。
内容提要
本书系统介绍了变电站电力设备故障数字诊断与评估技术，全书共分为11章，设备对象包括变压器、GIS/GIL、干式空心电抗器等，状态参量包括局放信号、油中溶解气体、温度、红外/紫外/可见光图像等。本书各部分内容既自成体系又相互关联，有助于读者掌握变电站电力设备故障数字诊断与评估技术的本质。本书可作为从事电力设备故障诊断与状态评估专业人员的参考书，也可作为高等院校电气、电子工程相关专业本科生和研究生的参考教材。
目录
章概述1.1变电设备故障诊断的重要意义1.2变电设备故障诊断的发展现状1.2.1基于阈值判定的故障诊断方法1.2.2基于家系统的故障诊断方法1.2.3基于机器学的故障诊断方法1.2.4基于多源数据融合的故障诊断1.3变电设备故障诊断方法的难点问题分析1.3.1变电设备故障机制复杂1.3.2变电设备故障诊断数据体量巨大1.3.3变电设备状态评估数据质量不佳1.4人工智能技术的发展现状及技术势1.4.1人工智能关键技术概述1.4.2人工智能关键技术分析1.5人工智能技术在变电设备故障诊断中的化需求1.5.1噪声抑制对变电设备故障诊断的影响1.5.2样本不均衡对变电设备故障诊断的影响1.5.3多元输入对诊断模型的影响1.6本书主要内容1.7参考文献第2章基于知识数据融合驱动的油浸设备局放脉冲样本数据增强2.1绪论2.1.1局放电样本数据增强的应用背景及其要性2.1.2数据增强方法研究现状2.2基于知识数据融合驱动的局放脉冲数据增强方法2.2.1知识数据融合驱动的要性及方法概述2.2.2局放脉冲筛选与征知识补充2.2.3基于知识数据融合驱动的局放脉冲数据增强2.2.4算例分析2.3基于DAEGAN的局放信号数据增强技术2.3.1基于深度自编码器的局放信号降维2.3.2基于DAEGAN的局放信号数据增强2.3.3算例分析2.4本章小结2.5参考文献第3章基于局征提取与RepVGG的油浸设备局脉冲放电模式识别方法3.1引言3.1.1局放电故障诊断应用背景及其要性3.1.2国内外研究现状3.2基于改进LISTA的局放电信号噪声抑制技术3.2.1融合深度学的迭代阈值收缩算法(LISTA)原理3.2.2基于改进LISTA算法的局放电信号噪声抑制3.2.3算例分析3.3基于ORBRepVGG的高鲁棒性局放模式识别技术3.3.1局放脉冲时频联合分析3.3.2基于ORB算法局征提取方法3.3.3基于ORBRepVGG的局放电模式识别方法3.3.4算例分析3.4本章小结3.5参考文献第4章基于DGA和改进SSAE的变压器故障诊断方法4.1引言4.1.1研究背景和意义4.1.2国内外研究现状4.1.3本章主要内容4.2基于加权综合损失化深度学和DGA的变压器故障诊断方法4.2.1SSAE基本原理4.2.2基于加权综合损失改进深度学方法4.2.3基于加权综合损失化深度学和DGA的变压器故障诊断方法4.2.4应用案例分析4.3基于变分自编码器预处理深度学和DGA的变压器故障诊断方法4.3.1基于变分自编码器的不平衡样本预处理4.3.2基于变分自编码器预处理深度学和DGA的变压器故障诊断模型建立方法4.3.3案例分析4.4本章小结4.5参考文献第5章基于FCSAE的全景数据融合及贝叶斯网络的变压器综合诊断方法5.1绪论5.1.1变电站全景数据接入与融合技术研究现状5.1.2变电站全景数据融合技术研究现状5.1.3电气设备诊断方法研究现状5.1.4人工智能技术在变电站设备检测及诊断中的应用现状5.2基于FCSAE的变压器全景数据融合技术5.2.1基于EMPCAFCM的变压器全景数据预处理方法5.2.2基于FCSAE的变压器全景数据融合模型建立5.2.3基于FCSAE的变压器全景数据融合处理及其应用案例5.3基于贝叶斯网络的变压器综合诊断方法5.3.1电力变压器状态诊断规则集的构建方法5.3.2基于数据融合和化贝叶斯网络的变压器综合诊断模型构建方法5.3.3基于FCSAE的全景数据融合及贝叶斯网络的变压器综合诊断方法5.4本章小结5.5参考文献第6章GIS局放电UHF谱图库与深度学模式识别6.1引言6.1.1研究背景及意义6.1.2国内外研究现状6.1.3本章主要内容6.2GIS中局放电UHF谱图与现场数据预处理方法6.2.1UHF局放电谱图类型6.2.2实验室GIS局放电UHF谱图6.2.3运行条件下GIS局放电UHF谱图预处理6.3模式识别中各种UHF谱图的有效性与融合方法6.3.1LeNet5卷积经网络模型的结构与识别方法6.3.2基于相位分布谱图的模式识别6.3.3基于脉冲序列谱图的模式识别6.3.4基于多种谱图识别结果加权融合的模式识别6.4现场UHF数据的深度学方法6.4.1基于WGANResNet网络的深度学方法6.4.2小谱图集下的CNN迁移学6.5本章小结6.6参考文献第7章基于多源信息融合的GIS运行状态智能评估7.1引言7.1.1研究背景与意义7.1.2国内外研究现状7.1.3本章主要工作7.2开断设备机械故障类型及复现方法7.2.1触头卡涩7.2.2轴销脱落7.2.3弹簧机构卡涩7.2.4铁芯卡涩7.3故障监测信号的选择与获取7.3.1机械振动信号7.3.2分合闸线圈电流信号7.3.3触头位移路径7.3.4多源信息的融合技术与复合征信号的构建7.4小样本数据下的人工智能识别算法7.4.1基于WGAN的样本数据增强7.4.2ResNet网络7.5本章小结7.6参考文献第8章基于温度检测和深度经网络模型的干式空心电抗器故障程度评估方法8.1引言8.1.1研究背景及意义8.1.2国内外研究现状8.1.3本节主要内容8.2干式空心电抗器温度故障信息数据库的建立8.2.1基于UHFRFID无线温度传感器的干式空心电抗器温度信息获取及分析8.2.2基于拉曼散射的干式空心电抗器分布式温度信息获取及处理8.3基于温度检测和深度经网络模型的干式空心电抗器故障程度评估方法8.3.1深度经网络模型及化方法8.3.2干式空心电抗器故障程度评估及分析8.3.3模型性能分析8.4本章小结8.5参考文献第9章基于紫外视频和MiCT时空网络的变电站内缘子放电严重程度评估9.1引言9.1.1研究背景及意义9.1.2国内外研究现状9.1.3本章主要工作9.2缘子放电试验及紫外视频数据库的建立9.2.1基于缘子放电试验的紫外视频及其同步参量的获取及分析9.2.2基于Kmeans的缘子放电紫外视频标注及数据库建立9.3基于MiCT时空网络和紫外视频的缘子放电严重程度评估9.3.1MiCT时空网络及化方法9.3.2缘子放电严重程度评估及分析9.3.3软件开发及应用9.4本章小结9.5参考文献0章基于卷积经网络的变电设备故障红外图像辨识方法研究10.1引言10.1.1研究背景及意义10.1.2电力设备红外检测国内外研究现状10.1.3计算机视觉算法研究及其应用国内外研究现状10.1.4计算机视觉在电力设备红外检测上的应用10.2变电设备红外图像数据库的建立10.2.1基于快速导向滤波的红外图像去噪10.2.2基于MSRCP的红外图像增强10.2.3变电设备红外图像的标注及数据库的建立10.3基于卷积经网络的变电设备红外图像故障辨识方法10.3.1基于Faster RCNN的变电设备红外图像故障辨识方法10.3.2基于SSDMobileNet的变电设备红外图像实时检测方法10.3.3变电设备故障检测及分析10.4本章小结10.5参考文献1章基于可见光图像和知识推理的视觉不可分螺栓缺陷检测11.1引言11.1.1研究背景及意义11.1.2国内外研究现状11.1.3本章主要内容11.2可见光巡检数据集的构建及扩增技术11.2.1金具数据集的构建11.2.2螺栓缺陷数据集的构建11.2.3基于小样本学的螺栓缺陷数据扩增技术11.3基于知识推理的视觉不可分螺栓缺陷检测11.3.1基于轻量级网络的金具检测方法及实验验证11.3.2基于多标签学的螺栓多属性分类方法及实验验证11.3.3基于知识推理的视觉不可分螺栓缺陷检测方法及实验验证11.4本章小结11.5参考文献
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价