书籍详情
局部放电检测与绝缘体状态评价
作者：唐炬 等 著
出版社：科学出版社
出版时间：2022-11-01
ISBN：9787030710253
定价：¥168.00
购买这本书可以去
内容简介
《局部放电检测与绝缘状态评价》主要介绍气体绝缘装备局部放电检测与绝缘状态评价所涉及的基础理论与关键技术，内容包括气体绝缘装备局部放电检测及噪声评价、混合局部放电信号分离、局部放电类型辨识、局部放电程度评估与状态评价技术等四篇，共14章。
作者简介
暂缺《局部放电检测与绝缘体状态评价》作者简介
目录
目录
前言
第一篇 气体绝缘装备局部放电检测及噪声评价
第1章 绪论 3
1.1 气体绝缘装备结构及应用 3
1.1.1 气体绝缘装备种类及结构 3
1.1.2 气体绝缘封闭组合电器 7
1.2 气体绝缘装备内部常见绝缘故障 10
1.2.1 气体绝缘装备内部绝缘故障案例统计 10
1.2.2 气体绝缘装备内部典型绝缘故障原因 11
1.3 气体绝缘装备故障及状态监测方法 13
1.3.1 气体绝缘装备故障检修试验标准 13
1.3.2 现有气体绝缘装备状态检测技术 15
参考文献 19
第2章 气体绝缘装备PD主要检测方法 22
2.1 脉冲电流法 22
2.1.1 脉冲电流法基本原理 22
2.1.2 脉冲电流法三种常用电路 22
2.2 特高频检测法 23
2.2.1 特高频检测法基本原理 23
2.2.2 工程应用案例 24
2.3 光测法 27
2.3.1 光测法基本原理 27
2.3.2 测量参数与方法 28
2.4 超声波检测法 31
2.4.1 超声波检测法基本原理 31
2.4.2 工程应用案例 32
2.5 SF6分解组分分析检测法 35
2.5.1 SF6分解组分分析检测法基本原理 35
2.5.2 工程应用案例 35
参考文献 40
第3章 PD信号噪声特点与SNR二阶估计 41
3.1 典型绝缘缺陷的PD信号特征 41
3.1.1 四种缺陷产生的PD时频信号 41
3.1.2 特高频PD数学模型 44
3.2 干扰信号特征与SNR二阶估计 45
3.2.1 干扰信号的特征 46
3.2.2 SNR二阶估计理论与方法 46
3.2.3 模拟PD信号的SNR二阶估计 49
3.2.4 实测PD信号的SNR二阶估计 54
参考文献 55
第二篇 混合局部放电信号分离
第4章 PD信号混合与分离基础知识 59
4.1 混合PD信号的生成与分离 59
4.1.1 混合PD信号的生成过程 59
4.1.2 混合PD信号的数学模型 59
4.1.3 PD信号的线性瞬时混合与分离 61
4.1.4 PD信号的线性卷积混合与分离 63
4.2 混合PD信号的盲源分离理论 65
4.2.1 混合信号盲源分离原理 65
4.2.2 盲源分离可分性与判定准则 67
4.2.3 盲源分离问题解的不确定性 68
4.2.4 盲源分离对比函数准则 69
4.3 混合PD信号的分析与预处理 75
4.3.1 混合PD信号的空域相关分析 75
4.3.2 混合PD信号的白化预处理 78
参考文献 82
第5章 混合PD信号二阶统计量分离算法 84
5.1 分离评价参数 84
5.2 基于SOS准则的分离算法及分离性能分析 87
5.2.1 基于SOS准则的SOBI算法原理 87
5.2.2 基于SOS准则的分离算法分离性能分析 88
5.2.3 改进的基于SOS准则的SOBI算法 91
5.3 模拟混合PD信号的分离 94
5.3.1 相对距离对分离效果的影响分析 95
5.3.2 混合矩阵H对分离效果的影响及统计分析 109
参考文献 115
第6章 混合PD信号卷积分离技术 116
6.1 卷积混合信号的盲源分离法 116
6.1.1 卷积混合信号的盲源分离时域算法 116
6.1.2 卷积混合信号的盲源分离频域算法 118
6.2 非平稳混合PD信号特性与短时平稳划分 119
6.2.1 非平稳混合PD信号特性分析 119
6.2.2 非平稳混合PD信号短时平稳划分策略 121
6.3 频域内分离信号“两个不确定性”问题 122
6.3.1 分离信号幅值不确定性的控制策略 123
6.3.2 分离信号顺序不确定性的应对措施 124
6.3.3 频域分离单一PD信号的重构实现 125
6.4 模拟混合PD信号的分离 126
6.4.1 卷积构造模拟混合PD信号 127
6.4.2 混合PD信号的分离 129
6.5 实测混合PD信号的分离 132
6.5.1 实测混合PD信号的二阶统计量分离 132
6.5.2 实测混合PD信号的卷积分离 138
6.5.3 两种分离算法效果比较 141
参考文献 143
第7章 PD特征参数与特征提取 144
7.1 PD模式识别常见特征参数及变化趋势分析 144
7.1.1 统计特征参数 144
7.1.2 图像矩特征参数 147
7.1.3 分形特征参数 148
7.1.4 波形特征参数 150
7.1.5 小波特征参数 150
7.2 基于二元树复小波变换的辨识PD的特征量提取方法 151
7.2.1 二元树复小波变换-奇异值分解 152
7.2.2 多尺度特征参数提取 154
7.3 基于核主成分分析与深度神经网络的特征量优化研究 158
7.3.1 UHF信号特征量分析提取模式 158
7.3.2 三种模式特征量相关性分析 162
7.3.3 基于核主成分分析的特征量优化 162
7.3.4 深度自编码网络特征优化方法 163
7.3.5 两种优化方法对比分析 166
参考文献 172
第三篇 局部放电类型辨识
第8章 基于支持向量数据描述的PD类型辨识 177
8.1 支持向量的基本原理 177
8.1.1 支持向量机 177
8.1.2 支持向量数据描述 180
8.1.3 支持向量数据描述核函数 182
8.2 改进的支持向量数据描述学习算法 183
8.2.1 优化半径支持向量数据描述算法 184
8.2.2 基于支持向量数据描述的多分类算法 185
8.3 PD OR-SVDD模式辨识方法 187
8.3.1 OR-SVDD分类器训练及辨识流程 187
8.3.2 基于特征获取的PD模式辨识 189
8.3.3 基于优化分类器的模式辨识 189
参考文献 191
第9章 基于深度学习的PD模式辨识 193
9.1 深度置信网络 193
9.1.1 受限玻尔兹曼机 194
9.1.2 构建深度置信网络 196
9.2 GIS设备典型PD模拟实验 197
9.2.1 实验设计 197
9.2.2 实验数据 199
9.3 基于深度神经网络的PD模式识别 200
9.3.1 识别计算流程 200
9.3.2 预训练效果分析 200
9.3.3 DBN识别结果分析 201
9.4 基于传统方法的PD模式识别与结果比较 202
9.4.1 统计特征提取 202
9.4.2 基于BPNN算法的PD模式识别 203
9.4.3 基于SVM的PD模式识别 204
9.4.4 识别结果对比 204
9.5 实例分析 206
参考文献 207
第10章 基于多信息融合的PD模式识别 209
10.1 基于TRPD特征的模式识别 209
10.1.1 TRPD特征的信息提取 210
10.1.2 TRPD特征的模式识别分类器 210
10.1.3 TRPD特征的模式识别与结果分析 214
10.2 基于PRPD特征的模式识别 215
10.2.1 PRPD特征的模式识别分类器 215
10.2.2 PRPD特征的模式识别与结果分析 224
10.3 基于UHF与IEC 60270检测信息相关性的PD模式识别 225
10.3.1 基于UHF与IEC 60270检测信息相关性的特征参数提取 225
10.3.2 基于UHF与IEC 60270相关性特征参数的识别分类器 232
10.3.3 测试结果与分析 234
10.4 基于DS证据理论的多信息融合识别 235
10.4.1 DS证据理论 235
10.4.2 多信息融合的PD模式识别 237
10.5 实例分析 239
10.5.1 典型绝缘缺陷识别测试 239
10.5.2 样本测试 242
10.5.3 分析和讨论 243
参考文献 243
第11章 描述PD发展过程的特征信息 247
11.1 PD发展过程的统计谱图分析 247
11.1.1 金属突出物缺陷PD发展过程 249
11.1.2 自由金属微粒缺陷PD发展过程 250
11.1.3 绝缘子表面金属污染物缺陷PD发展过程 252
11.1.4 绝缘子气隙缺陷PD发展过程 253
11.2 PD发展过程的特征信息提取 255
11.3 PD发展过程中的特征量变化规律 256
11.3.1 放电次数和放电脉冲*大幅值 257
11.3.2 相邻放电脉冲时间间隔 261
11.3.3 等值累积放电量 264
11.3.4 放电信号熵 266
参考文献 269
第四篇 局部放电程度评估与状态评价技术
第12章 GIS PD状态模糊综合评判方法 273
12.1 模糊综合评判理论 273
12.1.1 模糊集合 274
12.1.2 隶属度函数 275
12.1.3 模糊综合评判步骤 282
12.2 GIS PD发展阶段的划分 283
12.2.1 PD等级的定义 283
12.2.2 模糊C均值聚类分析 283
12.2.3 PD程度中心的求解 285
12.3 GIS PD程度模糊综合评判模型 286
12.3.1 模糊评判矩阵求解 287
12.3.2 基于离差*大化的自适应客观权值计算 288
12.3.3 两级模糊综合评判模型 288
12.3.4 两级模糊综合评判模型测试 289
12.4 实例分析 290
参考文献 292
第13章 基于栈式自编码原理的PD程度评估 293
13.1 栈式自编码基本理论 293
13.1.1 自编码算法与稀疏性 293
13.1.2 栈式自编码原理 296
13.2 PD程度特征提取及评估方法 299
13.2.1 基于栈式自编码的UHF PD信息特征提取方法 299
13.2.2 基于softmax分类器的PD严重程度评估方案 303
13.3 基于UHF PD数据的栈式自编码网络架构构建 304
13.3.1 GIS PD数据采集 304
13.3.2 SSAE网络结构对评估准确率的影响 308
参考文献 311
第14章 气体绝缘装备绝缘状态多源信息融合评价 313
14.1 *大相关*小冗余特征优选理论 314
14.1.1 统计信息相关度的度量准则 314
14.1.2 *大相关*小冗余准则 315
14.1.3 改进*大相关*小冗余准则 316
14.2 基于多源信息的*大相关*小冗余特征量优选 317
14.2.1 描述气体绝缘装备PD程度的多源信息特征量 317
14.2.2 基于*大相关*小冗余准则的特征优选策略及改进 319
14.2.3 多源PD信息的状态特征优选 327
14.3 基于多源信息
前言
第一篇 气体绝缘装备局部放电检测及噪声评价
第1章 绪论 3
1.1 气体绝缘装备结构及应用 3
1.1.1 气体绝缘装备种类及结构 3
1.1.2 气体绝缘封闭组合电器 7
1.2 气体绝缘装备内部常见绝缘故障 10
1.2.1 气体绝缘装备内部绝缘故障案例统计 10
1.2.2 气体绝缘装备内部典型绝缘故障原因 11
1.3 气体绝缘装备故障及状态监测方法 13
1.3.1 气体绝缘装备故障检修试验标准 13
1.3.2 现有气体绝缘装备状态检测技术 15
参考文献 19
第2章 气体绝缘装备PD主要检测方法 22
2.1 脉冲电流法 22
2.1.1 脉冲电流法基本原理 22
2.1.2 脉冲电流法三种常用电路 22
2.2 特高频检测法 23
2.2.1 特高频检测法基本原理 23
2.2.2 工程应用案例 24
2.3 光测法 27
2.3.1 光测法基本原理 27
2.3.2 测量参数与方法 28
2.4 超声波检测法 31
2.4.1 超声波检测法基本原理 31
2.4.2 工程应用案例 32
2.5 SF6分解组分分析检测法 35
2.5.1 SF6分解组分分析检测法基本原理 35
2.5.2 工程应用案例 35
参考文献 40
第3章 PD信号噪声特点与SNR二阶估计 41
3.1 典型绝缘缺陷的PD信号特征 41
3.1.1 四种缺陷产生的PD时频信号 41
3.1.2 特高频PD数学模型 44
3.2 干扰信号特征与SNR二阶估计 45
3.2.1 干扰信号的特征 46
3.2.2 SNR二阶估计理论与方法 46
3.2.3 模拟PD信号的SNR二阶估计 49
3.2.4 实测PD信号的SNR二阶估计 54
参考文献 55
第二篇 混合局部放电信号分离
第4章 PD信号混合与分离基础知识 59
4.1 混合PD信号的生成与分离 59
4.1.1 混合PD信号的生成过程 59
4.1.2 混合PD信号的数学模型 59
4.1.3 PD信号的线性瞬时混合与分离 61
4.1.4 PD信号的线性卷积混合与分离 63
4.2 混合PD信号的盲源分离理论 65
4.2.1 混合信号盲源分离原理 65
4.2.2 盲源分离可分性与判定准则 67
4.2.3 盲源分离问题解的不确定性 68
4.2.4 盲源分离对比函数准则 69
4.3 混合PD信号的分析与预处理 75
4.3.1 混合PD信号的空域相关分析 75
4.3.2 混合PD信号的白化预处理 78
参考文献 82
第5章 混合PD信号二阶统计量分离算法 84
5.1 分离评价参数 84
5.2 基于SOS准则的分离算法及分离性能分析 87
5.2.1 基于SOS准则的SOBI算法原理 87
5.2.2 基于SOS准则的分离算法分离性能分析 88
5.2.3 改进的基于SOS准则的SOBI算法 91
5.3 模拟混合PD信号的分离 94
5.3.1 相对距离对分离效果的影响分析 95
5.3.2 混合矩阵H对分离效果的影响及统计分析 109
参考文献 115
第6章 混合PD信号卷积分离技术 116
6.1 卷积混合信号的盲源分离法 116
6.1.1 卷积混合信号的盲源分离时域算法 116
6.1.2 卷积混合信号的盲源分离频域算法 118
6.2 非平稳混合PD信号特性与短时平稳划分 119
6.2.1 非平稳混合PD信号特性分析 119
6.2.2 非平稳混合PD信号短时平稳划分策略 121
6.3 频域内分离信号“两个不确定性”问题 122
6.3.1 分离信号幅值不确定性的控制策略 123
6.3.2 分离信号顺序不确定性的应对措施 124
6.3.3 频域分离单一PD信号的重构实现 125
6.4 模拟混合PD信号的分离 126
6.4.1 卷积构造模拟混合PD信号 127
6.4.2 混合PD信号的分离 129
6.5 实测混合PD信号的分离 132
6.5.1 实测混合PD信号的二阶统计量分离 132
6.5.2 实测混合PD信号的卷积分离 138
6.5.3 两种分离算法效果比较 141
参考文献 143
第7章 PD特征参数与特征提取 144
7.1 PD模式识别常见特征参数及变化趋势分析 144
7.1.1 统计特征参数 144
7.1.2 图像矩特征参数 147
7.1.3 分形特征参数 148
7.1.4 波形特征参数 150
7.1.5 小波特征参数 150
7.2 基于二元树复小波变换的辨识PD的特征量提取方法 151
7.2.1 二元树复小波变换-奇异值分解 152
7.2.2 多尺度特征参数提取 154
7.3 基于核主成分分析与深度神经网络的特征量优化研究 158
7.3.1 UHF信号特征量分析提取模式 158
7.3.2 三种模式特征量相关性分析 162
7.3.3 基于核主成分分析的特征量优化 162
7.3.4 深度自编码网络特征优化方法 163
7.3.5 两种优化方法对比分析 166
参考文献 172
第三篇 局部放电类型辨识
第8章 基于支持向量数据描述的PD类型辨识 177
8.1 支持向量的基本原理 177
8.1.1 支持向量机 177
8.1.2 支持向量数据描述 180
8.1.3 支持向量数据描述核函数 182
8.2 改进的支持向量数据描述学习算法 183
8.2.1 优化半径支持向量数据描述算法 184
8.2.2 基于支持向量数据描述的多分类算法 185
8.3 PD OR-SVDD模式辨识方法 187
8.3.1 OR-SVDD分类器训练及辨识流程 187
8.3.2 基于特征获取的PD模式辨识 189
8.3.3 基于优化分类器的模式辨识 189
参考文献 191
第9章 基于深度学习的PD模式辨识 193
9.1 深度置信网络 193
9.1.1 受限玻尔兹曼机 194
9.1.2 构建深度置信网络 196
9.2 GIS设备典型PD模拟实验 197
9.2.1 实验设计 197
9.2.2 实验数据 199
9.3 基于深度神经网络的PD模式识别 200
9.3.1 识别计算流程 200
9.3.2 预训练效果分析 200
9.3.3 DBN识别结果分析 201
9.4 基于传统方法的PD模式识别与结果比较 202
9.4.1 统计特征提取 202
9.4.2 基于BPNN算法的PD模式识别 203
9.4.3 基于SVM的PD模式识别 204
9.4.4 识别结果对比 204
9.5 实例分析 206
参考文献 207
第10章 基于多信息融合的PD模式识别 209
10.1 基于TRPD特征的模式识别 209
10.1.1 TRPD特征的信息提取 210
10.1.2 TRPD特征的模式识别分类器 210
10.1.3 TRPD特征的模式识别与结果分析 214
10.2 基于PRPD特征的模式识别 215
10.2.1 PRPD特征的模式识别分类器 215
10.2.2 PRPD特征的模式识别与结果分析 224
10.3 基于UHF与IEC 60270检测信息相关性的PD模式识别 225
10.3.1 基于UHF与IEC 60270检测信息相关性的特征参数提取 225
10.3.2 基于UHF与IEC 60270相关性特征参数的识别分类器 232
10.3.3 测试结果与分析 234
10.4 基于DS证据理论的多信息融合识别 235
10.4.1 DS证据理论 235
10.4.2 多信息融合的PD模式识别 237
10.5 实例分析 239
10.5.1 典型绝缘缺陷识别测试 239
10.5.2 样本测试 242
10.5.3 分析和讨论 243
参考文献 243
第11章 描述PD发展过程的特征信息 247
11.1 PD发展过程的统计谱图分析 247
11.1.1 金属突出物缺陷PD发展过程 249
11.1.2 自由金属微粒缺陷PD发展过程 250
11.1.3 绝缘子表面金属污染物缺陷PD发展过程 252
11.1.4 绝缘子气隙缺陷PD发展过程 253
11.2 PD发展过程的特征信息提取 255
11.3 PD发展过程中的特征量变化规律 256
11.3.1 放电次数和放电脉冲*大幅值 257
11.3.2 相邻放电脉冲时间间隔 261
11.3.3 等值累积放电量 264
11.3.4 放电信号熵 266
参考文献 269
第四篇 局部放电程度评估与状态评价技术
第12章 GIS PD状态模糊综合评判方法 273
12.1 模糊综合评判理论 273
12.1.1 模糊集合 274
12.1.2 隶属度函数 275
12.1.3 模糊综合评判步骤 282
12.2 GIS PD发展阶段的划分 283
12.2.1 PD等级的定义 283
12.2.2 模糊C均值聚类分析 283
12.2.3 PD程度中心的求解 285
12.3 GIS PD程度模糊综合评判模型 286
12.3.1 模糊评判矩阵求解 287
12.3.2 基于离差*大化的自适应客观权值计算 288
12.3.3 两级模糊综合评判模型 288
12.3.4 两级模糊综合评判模型测试 289
12.4 实例分析 290
参考文献 292
第13章 基于栈式自编码原理的PD程度评估 293
13.1 栈式自编码基本理论 293
13.1.1 自编码算法与稀疏性 293
13.1.2 栈式自编码原理 296
13.2 PD程度特征提取及评估方法 299
13.2.1 基于栈式自编码的UHF PD信息特征提取方法 299
13.2.2 基于softmax分类器的PD严重程度评估方案 303
13.3 基于UHF PD数据的栈式自编码网络架构构建 304
13.3.1 GIS PD数据采集 304
13.3.2 SSAE网络结构对评估准确率的影响 308
参考文献 311
第14章 气体绝缘装备绝缘状态多源信息融合评价 313
14.1 *大相关*小冗余特征优选理论 314
14.1.1 统计信息相关度的度量准则 314
14.1.2 *大相关*小冗余准则 315
14.1.3 改进*大相关*小冗余准则 316
14.2 基于多源信息的*大相关*小冗余特征量优选 317
14.2.1 描述气体绝缘装备PD程度的多源信息特征量 317
14.2.2 基于*大相关*小冗余准则的特征优选策略及改进 319
14.2.3 多源PD信息的状态特征优选 327
14.3 基于多源信息
猜您喜欢
