变压器故障的多参数智能诊断方法朱永利 2018年版

您当前的位置：首页 > 行业图书 > 电力电气

资料名称：	变压器故障的多参数智能诊断方法朱永利 2018年版
文件类型：	PDF文档
文件大小：	33.35 MB
资料归类：	电力电气
整理时间：	2022-08-11
软件简介：	变压器故障的多参数智能诊断方法作者：朱永利出版时间： 2018年版内容简介变压器故障引发的系统事故和停电后果十分严重。目前，大型变压器通常都配有油色谱在线监测手段，并辅以多种离线检测手段，电力企业迫切需要对不同手段所测得的数据进行综合分析和智能诊断。本书是作者多年来对变压器故障智能诊断方法研究的理论和技术的总结。本书首先介绍变压器的常见故障及常用监测/检测手段，以及基于多监测参量融合诊断的诊断框架；然后讲述非平稳信号的典型分析与处理方法；接下来分别论述基于油色谱数据、振动信号、宽频带脉冲电流信号以及超声信号等单一手段的变压器故障智能诊断方法；最后阐述变压器多检测手段的融合诊断方法，并给出变压器故障诊断系统的实现方法。目录前言第1章绪论 1.1 引言 1.2 变压器常见故障类型 1.3 变压器常用监测／检测手段 1.4 基于多监测参量融合诊断的意义与诊断框架 1.5 本书的内容安排参考文献第2章非平稳信号的典型处理方法及其在去噪中的应用 2.1 非平稳信号的特点和处理用途 2.2 基于小波变换的非平稳信号分析方法及其在去噪中的应用 2.2.1 连续小波变换 2.2.2 离散小波变换 2.2.3 基于小波变换的多分辨率分析 2.2.4 小波变换在信号处理中的应用 2.2.5 小波应用的总结 2.3 基于EEMD的非平稳信号分析方法及其在去噪中的应用 2.3.1 EMD方法简介 2.3.2 EEMD方法简介 2.3.3 EEMD方法在非平稳信号去噪中的应用 2.3.4 结论 2.4 基于ITD的非平稳信号分析方法及其在去噪中的应用 2.4.1 ITD方法简介 2.4.2 ITD方法的改进及其在去噪中的应用 2.4.3 结论 2.5 变分模态分解分析方法及其在去噪中的应用 2.5.1 变分模态分解算法 2.5.2 基于双阈值筛选法的VMD算法分解模态数K的确定 2.5.3 VIVID算法在去噪中的应用 2.5.4 结论 2.6 非平稳信号的模式识别方法概述参考文献第3章基手油色谱数据的变压器故障诊断 3.1 变压器油中溶解气体含量与变压器状态的对应关系 3.1.1 油中溶解气体的组分 3.1.2 正常运行变压器的油中气体含量 3.1.3 变压器内部故障与特征气体含量对应关系 3.2 油色谱故障诊断研究现状 3.2.1 油中气体色谱分析方法 3.2.2 故障诊断研究现状 3.3 相关向量机算法介绍 3.3.1 相关向量机理论简介 3.3.2 RVM分类模型 3.4 MKL-RVM算法及其改进 3.4.1 MKL一RVM算法介绍 3.4.2 MKL-RVM算法核函数参数获取 3.5 基于MKL-RVM的变压器故障诊断分析 3.5.1 变压器故障类型的划分及其表示方法 3.5.2 MKL-RVM融合诊断模型特征变量的确定 3.5.3 核函数选取和核函数参数优化 3.5.4 诊断输出 3.5.5 基于MKL-RVM的变压器故障诊断过程 3.6 MKL-RVM算法的实现 3.7 变压器故障诊断方法的测试和比较分析参考文献第4章变压器振动信号的特征提取和故障诊断方法 4.1 变压器振动信号研究意义及现状 4.2 变压器本体振动分析 4.2.1 变压器铁心振动机理及其与振动信号的关系 4.2.2 变压器绕组振动机理及与振动信号的关系 4.2.3 变压器振动信号分析 4.3 基于傅里叶变换和小波包分析的振动信号特征提取 4.3.1 傅里叶变换与小波包算法 4.3.2 基于傅里叶和小波包分析的信号特征提取方法 4.4 基于EEMD的振动信号特征提取 4.4.1 EEMD方法概述 4.4.2 基于EEMD的振动信号特征提取方法 4.5 变压器铁心和绕组故障诊断实例 4.5.1 试验环境与条件 4.5.2 基于FFT和小波包的特征提取和诊断 4.5.3 基于EEMD的特征提取和诊断 4.5.4 实例分析和比较 4.6 本章小结参考文献第5章宽频带脉冲电流特征提取和放电类型识别 5.1 研究背景及意义 5.2 国内外研究现状 5.2.1 脉冲电流法研究现状 5.2.2 局部放电脉冲电流特征提取的研究现状 5.2.3 局部放电类型识别的研究现状 5.3 油纸绝缘放电试验 5.3.1 局部放电试验环境 5.3.2 局部放电波形初步分析 5.4 基于PRPD的局部放电信号统计特征提取 5.4.1 局部放电相位分布分析 5.4.2 基础放电参数提取 5.4.3 部极值点双阙值过滤法 5.4.4 自适应阈值选取方案 5.4.5 阈值方案的优化 5.4.6 基础参数自适应提取流程 5.4.7 谱图绘制与谱图特征提取 5.5 基于变分模态分解和多尺度熵的局部放电信号特征提取与类型识别 5.5.1 MSE理论 5.5.2 基于VMD-MSE特征提取 5.5.3 局部放电实验数据分析 5.6 基于变量预测模型模式识别方法的局部放电信号类型识别 5.6.1 变量预测模型模式识别方法基本原理 5.6.2 VPMCD方法存在的问题 5.6.3 VPMCD方法的改进 5.6.4 基于PLS-VPMCD方法的局部放电信号类型识别参考文献第6章基于超声信号的变压器绝缘放电故障诊断 6.1 变压器放电的超声信号检测现状 6.2 超声波检测法原理 6.3 基于超声信号的变压器绝缘放电判别方法 6.3.1 局部放电超声信号频谱分析 6.3.2 基于超声信号频域内累计越限次数的放电判别方法 6.4 超声信号放电故障判别案例 6.4.1 实验室超声信号的判别 6.4.2 现场实测超声信号的判别参考文献第7章变压器多检测手段的融合诊断及系统开发 7.1 融合诊断研究现状 7.2 变压器融合诊断 7.2.1 多专家协同诊断结构 7.2.2 协同诊断规则 7.3 基于可信度的变压器综合状态的多监测参量的融合确定 7.3.1 基于可信度的变压器综合诊断不确定性的表示 7.3.2 基于可信度的变压器综合诊断的推理算法 7.4 基于多监测参数的变压器融合诊断系统开发 7.4.1 系统开发模式 7.4.2 变压器监测检测数据的设计与管理 7.4.3 变压器综合诊断系统的功能设计 7.5 故障诊断案例分析参考文献
下载地址：	[百度网盘下载 ]