变压器故障的多参数智能诊断方法 阿里云 kindle chm umd 极速 pdf txt 下载

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； 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。

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

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：变压器故障的多参数智能诊断方法在线阅读

在线听书地址：变压器故障的多参数智能诊断方法在线收听

在线购买地址：变压器故障的多参数智能诊断方法在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！