變電站電力設備故障數字診斷與評估

《變電站電力設備故障數字診斷與評估》是 2023年7月1日清華大學出版社出版的圖書，作者：謝慶 等。

基本介紹

• 中文名：變電站電力設備故障數字診斷與評估
• 作者：謝慶 等
• 出版時間：2023年7月1日
• 出版社：清華大學出版社
• ISBN：9787302629191
• 定價：159 元
• 印次：1-2
• 印刷日期：2023.09.21

內容簡介

本書系統介紹了變電站電力設備故障數字診斷與評估技術，全書共分為11章，設備對象包括變壓器、GIS/GIL、乾式空心電抗器等，狀態參量包括局放信號、油中溶解氣體、溫度、紅外/紫外/可見光圖像等。本書各部分內容既自成體系又相互關聯，有助於讀者掌握變電站電力設備故障數字診斷與評估技術的本質。 本書可作為從事電力設備故障診斷與狀態評估專業人員的參考書，也可作為高等院校電氣、電子工程相關專業本科生和研究生的參考教材。

圖書目錄

目錄

第1章概述

1.1變電設備故障診斷的重要意義

1.2變電設備故障診斷的發展現狀

1.2.1基於閾值判定的故障診斷方法

1.2.2基於專家系統的故障診斷方法

1.2.3基於機器學習的故障診斷方法

1.2.4基於多源數據融合的故障診斷

1.3變電設備故障診斷方法的難點問題分析

1.3.1變電設備故障機制複雜

1.3.2變電設備故障診斷數據體量巨大

1.3.3變電設備狀態評估數據質量不佳

1.4人工智慧技術的發展現狀及技術優勢

1.4.1人工智慧關鍵技術概述

1.4.2人工智慧關鍵技術分析

1.5人工智慧技術在變電設備故障診斷中的最佳化需求

1.5.1噪聲抑制對變電設備故障診斷的影響

1.5.2樣本不均衡對變電設備故障診斷的影響

1.5.3多元輸入對診斷模型的影響

1.6本書主要內容

1.7參考文獻

第2章基於知識數據融合驅動的油浸設備局放脈衝樣本數據增強

2.1緒論

2.1.1局部放電樣本數據增強的套用背景及其必要性

2.1.2數據增強方法研究現狀

2.2基於知識數據融合驅動的局放脈衝數據增強方法

2.2.1知識數據融合驅動的必要性及方法概述

2.2.2局放脈衝篩選與特徵知識補充

2.2.3基於知識數據融合驅動的局放脈衝數據增強

2.2.4算例分析

2.3基於DAEGAN的局放信號數據增強技術

2.3.1基於深度自編碼器的局放信號降維

2.3.2基於DAEGAN的局放信號數據增強

2.3.3算例分析

2.4本章小結

2.5參考文獻

第3章基於局部特徵提取與RepVGG的油浸設備局部脈衝放電模式識別方法

3.1引言

3.1.1局部放電故障診斷套用背景及其必要性

3.1.2國內外研究現狀

3.2基於改進LISTA的局部放電信號噪聲抑制技術

3.2.1融合深度學習的疊代閾值收縮算法(LISTA)原理

3.2.2基於改進LISTA算法的局部放電信號噪聲抑制

3.2.3算例分析

3.3基於ORBRepVGG的高魯棒性局放模式識別技術

3.3.1局放脈衝時頻聯合分析

3.3.2基於ORB算法局部特徵提取方法

3.3.3基於ORBRepVGG的局部放電模式識別方法

3.3.4算例分析

3.4本章小結

3.5參考文獻

第4章基於DGA和改進SSAE的變壓器故障診斷方法

4.1引言

4.1.1研究背景和意義

4.1.2國內外研究現狀

4.1.3本章主要內容

4.2基於加權綜合損失最佳化深度學習和DGA的變壓器故障診斷方法

4.2.1SSAE基本原理

4.2.2基於加權綜合損失改進深度學習方法

4.2.3基於加權綜合損失最佳化深度學習和DGA的變壓器故障診斷方法

4.2.4套用案例分析

4.3基於變分自編碼器預處理深度學習和DGA的變壓器故障診斷方法

4.3.1基於變分自編碼器的不平衡樣本預處理

4.3.2基於變分自編碼器預處理深度學習和DGA的變壓器故障診斷模型建立方法

4.3.3案例分析

4.4本章小結

4.5參考文獻

第5章基於FCSAE的全景數據融合及貝葉斯網路的變壓器綜合診斷方法

5.1緒論

5.1.1變電站全景數據接入與融合技術研究現狀

5.1.2變電站全景數據融合技術研究現狀

5.1.3電氣設備診斷方法研究現狀

5.1.4人工智慧技術在變電站設備檢測及診斷中的套用現狀

5.2基於FCSAE的變壓器全景數據融合技術

5.2.1基於EMPCAFCM的變壓器全景數據預處理方法

5.2.2基於FCSAE的變壓器全景數據融合模型建立

5.2.3基於FCSAE的變壓器全景數據融合處理及其套用案例

5.3基於貝葉斯網路的變壓器綜合診斷方法

5.3.1電力變壓器狀態診斷規則集的構建方法

5.3.2基於數據融合和最佳化貝葉斯網路的變壓器綜合診斷模型構建方法

5.3.3基於FCSAE的全景數據融合及貝葉斯網路的變壓器綜合診斷方法

5.4本章小結

5.5參考文獻

第6章GIS局部放電UHF譜圖庫與深度學習模式識別

6.1引言

6.1.1研究背景及意義

6.1.2國內外研究現狀

6.1.3本章主要內容

6.2GIS中局部放電UHF譜圖與現場數據預處理方法

6.2.1UHF局部放電譜圖類型

6.2.2實驗室GIS局部放電UHF譜圖

6.2.3運行條件下GIS局部放電UHF譜圖預處理

6.3模式識別中各種UHF譜圖的有效性與融合方法

6.3.1LeNet5卷積神經網路模型的結構與識別方法

6.3.2基於相位分布譜圖的模式識別

6.3.3基於脈衝序列譜圖的模式識別

6.3.4基於多種譜圖識別結果加權融合的模式識別

6.4現場UHF數據的深度學習方法

6.4.1基於WGANResNet網路的深度學習方法

6.4.2小譜圖集下的CNN遷移學習

6.5本章小結

6.6參考文獻

第7章基於多源信息融合的GIS運行狀態智慧型評估

7.1引言

7.1.1研究背景與意義

7.1.2國內外研究現狀

7.1.3本章主要工作

7.2開斷設備機械故障類型及復現方法

7.2.1觸頭卡澀

7.2.2軸銷脫落

7.2.3彈簧機構卡澀

7.2.4鐵芯卡澀

7.3故障監測信號的選擇與獲取

7.3.1機械振動信號

7.3.2分合閘線圈電流信號

7.3.3觸頭位移路徑

7.3.4多源信息的融合技術與複合特徵信號的構建

7.4小樣本數據下的人工智慧識別算法

7.4.1基於WGAN的樣本數據增強

7.4.2ResNet網路

7.5本章小結

7.6參考文獻

第8章基於溫度檢測和深度神經網路模型的乾式空心電抗器故障程度評估方法

8.1引言

8.1.1研究背景及意義

8.1.2國內外研究現狀

8.1.3本節主要內容

8.2乾式空心電抗器溫度故障信息資料庫的建立

8.2.1基於UHFRFID無線溫度感測器的乾式空心電抗器溫度信息獲取及分析

8.2.2基於拉曼散射的乾式空心電抗器分散式溫度信息獲取及處理

8.3基於溫度檢測和深度神經網路模型的乾式空心電抗器故障程度評估方法

8.3.1深度神經網路模型及最佳化方法

8.3.2乾式空心電抗器故障程度評估及分析

8.3.3模型性能分析

8.4本章小結

8.5參考文獻

第9章基於紫外視頻和MiCT時空網路的變電站內絕緣子放電嚴重程度評估

9.1引言

9.1.1研究背景及意義

9.1.2國內外研究現狀

9.1.3本章主要工作

9.2絕緣子放電試驗及紫外視頻資料庫的建立

9.2.1基於絕緣子放電試驗的紫外視頻及其同步參量的獲取及分析

9.2.2基於Kmeans的絕緣子放電紫外視頻標註及資料庫建立

9.3基於MiCT時空網路和紫外視頻的絕緣子放電嚴重程度評估

9.3.1MiCT時空網路及最佳化方法

9.3.2絕緣子放電嚴重程度評估及分析

9.3.3軟體開發及套用

9.4本章小結

9.5參考文獻

第10章基於卷積神經網路的變電設備故障紅外圖像辨識方法研究

10.1引言

10.1.1研究背景及意義

10.1.2電力設備紅外檢測國內外研究現狀

10.1.3計算機視覺算法研究及其套用國內外研究現狀

10.1.4計算機視覺在電力設備紅外檢測上的套用

10.2變電設備紅外圖像資料庫的建立

10.2.1基於快速導向濾波的紅外圖像去噪

10.2.2基於MSRCP的紅外圖像增強

10.2.3變電設備紅外圖像的標註及資料庫的建立

10.3基於卷積神經網路的變電設備紅外圖像故障辨識方法

10.3.1基於Faster RCNN的變電設備紅外圖像故障辨識方法

10.3.2基於SSDMobileNet的變電設備紅外圖像實時檢測方法

10.3.3變電設備故障檢測及分析

10.4本章小結

10.5參考文獻

第11章基於可見光圖像和知識推理的視覺不可分螺栓缺陷檢測

11.1引言

11.1.1研究背景及意義

11.1.2國內外研究現狀

11.1.3本章主要內容

11.2可見光巡檢數據集的構建及擴增技術

11.2.1金具數據集的構建

11.2.2螺栓缺陷數據集的構建

11.2.3基於小樣本學習的螺栓缺陷數據擴增技術

11.3基於知識推理的視覺不可分螺栓缺陷檢測

11.3.1基於輕量級網路的金具檢測方法及實驗驗證

11.3.2基於多標籤學習的螺栓多屬性分類方法及實驗驗證

11.3.3基於知識推理的視覺不可分螺栓缺陷檢測方法及實驗驗證

11.4本章小結

11.5參考文獻