注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術(shù)自然科學物理學光譜分析技術(shù)在GIS絕緣故障診斷中的應用

光譜分析技術(shù)在GIS絕緣故障診斷中的應用

光譜分析技術(shù)在GIS絕緣故障診斷中的應用

定 價:¥60.00

作 者: 王先培,黃云光
出版社: 科學出版社
叢編項:
標 簽: 暫缺

ISBN: 9787030539243 出版時間: 2017-06-01 包裝:
開本: 16開 頁數(shù): 192 字數(shù):  

內(nèi)容簡介

  《光譜分析技術(shù)在GIS絕緣故障診斷中的應用》首先介紹基于分解物分析的GIS絕緣故障檢測方法和存在的關(guān)鍵技術(shù)問題,然后通過模擬實驗驗證局部放電和高溫環(huán)境下SF6分解物生成特性,論述SF6分解產(chǎn)物的光譜信號預處理技術(shù)、光譜分析與多元校正算法、GIS絕緣故障診斷算法、持續(xù)放電情況下GIS故障趨勢估計,最后以現(xiàn)場應用實例論述光譜分析技術(shù)在GIS絕緣故障診斷中的應用?!豆庾V分析技術(shù)在GIS絕緣故障診斷中的應用》系統(tǒng)性強,內(nèi)容新穎,反映了光譜技術(shù)在GIS電氣設備故障診斷中應用的**進展。

作者簡介

暫缺《光譜分析技術(shù)在GIS絕緣故障診斷中的應用》作者簡介

圖書目錄


第1章 概論 1
1.1 氣體絕緣組合電器概述 1
1.2 GIS內(nèi)部絕緣故障 2
1.3 GIS絕緣故障檢測方法 4
1.3.1 局部放電故障檢測 4
1.3.2 局部過熱故障檢測 7
1.3.3 基于SF6分解物分析的GIS絕緣故障檢測 8
1.4 基于SF6分解物診斷技術(shù)存在的問題 9
第2章 SF6分解模擬實驗及分解生成特性分析 11
2.1 SF6局部放電分解物生成特性 11
2.2 SF6高溫分解產(chǎn)物生成特性 14
2.3 局部放電條件下SF6分解模擬實驗 16
2.3.1 模擬放也實驗平臺 16
2.3.2 缺陷模型 19
2.3.3 實驗設計 21
2.4 局部放電分解物生成特性分析 22
2.4.1 SF6局部放電分解機理 22
2.4.2 不同PD類型下分解物生成特性 25
2.4.3 不同電壓等級下的分解物生成特性 32
2.4.4 不同氣壓等級下的分解物生成特性 38
2.5 局部過熱條件下的SF6分解模擬實驗 42
2.5.1 模擬過熱實驗平告 42
2.5.2 實驗設計 44
2.6 局部過熱分解物生成特性分析 45
2.6.1 分解產(chǎn)物生成特性 45
2.6.2 不同溫度等級下分解物生成特性 46
第3章 SF6分解產(chǎn)物的光譜信號預處理技術(shù) 50
3.1 光譜信號去蝶 50
3.1.1 基于小波閩值的光譜去嗓算法研究 50
3.1.2 基于小波模極大值的SF6混合氣體尤譜去噪算法研究 53
3.1.3 算法實例分析 61
3.2 SF6混合氣體光譜的連續(xù)譜去除算法 63
3.2.1 連續(xù)譜去除算法研究概況 63
3.2.2 迭代小波連續(xù)譜去除算法 65
3.2.3 SF6混合氣體光譜的模極大值擬合連續(xù)譜去除算法 69
3.2.4 SF6混合氣體光譜的**小波基連續(xù)譜去除算法 71
3.3 SF6混合氣體光譜的重疊峰分離算法 74
3.3.1 重疊峰分離算法研究概況 74
3.3.2 SF6混合氣體光譜的重疊峰分離的分形算法 77
3.3.3 結(jié)呆與討論 83
第4章 光譜分析與多元校正算法 87
4.1 主成分分析法 87
4.1.1 數(shù)學模型 87
4.1.2 主成分分析計算過程 88
4.2 因子分析法 89
4.2.1 數(shù)學模型 89
4.2.2 因子分析計算過程 90
4.3 多元線性校正算法 91
4.3.1 多元校正的研究概況 91
4.3.2 多元校正原理及實現(xiàn) 92
4.3.3 SF6混合氣體光譜多元扶正算法實現(xiàn) 94
4.3.4 結(jié)果與討論 98
第5章 局部放電故障診斷方法 102
5.1 特征參量提取 102
5.1.1 譜圖數(shù)據(jù)解讀 102
5.1.2 譜圖的定量分析 103
5.2 基于徑向基神經(jīng)網(wǎng)絡的診斷模型實驗 107
5.3 決策樹算法 109
5.3.1 決策樹算法適用的問題 109
5.3.2 決策樹的生成 110
5.3.3 決策樹測試屬性的選擇 110
5.3.4 決策樹修剪 111
5.3.5 基于決策樹的診斷模型實驗結(jié)果 113
5.4 SVM算法 115
5.4.1 支持向量機原理 115
5.4.2 基于SVM的GIS絕緣故障類型辨識 120
第6章 持續(xù)放電下故障趨勢估計模型 124
6.1 隱Markov模型用于分解物分析技術(shù) 124
6.1.1 可行性分析 124
6.1.2 HMM基本思想與數(shù)學模型 125
6.1.3 HMM基本算法描述 127
6.1.4 HMM類型劃分 131
6.2 連續(xù)HMM 132
6.2.1 模型描述 132
6.2.2 算法修改 133
6.2.3 多觀測樣本訓練 134
6.3 持續(xù)性放電故障下分解物生成特性的趨勢建模 135
6.3.1 持續(xù)性放電條件下SF6分解模擬實驗 135
6.3.2 基于CHMM的分解物生成特性趨勢建模 139
第7章 基于紫外光譜技術(shù)的故障現(xiàn)場預警 142
7.1 現(xiàn)有分解物檢測方法比較 142
7.2 基于紫外吸收光譜的故障統(tǒng)一預警技術(shù) 144
7.2.1 GIS故障的現(xiàn)場預警 144
7.2.2 預警特征分解物選擇 145
7.2.3 紫外吸收光譜技術(shù)原理 146
7.3 主要分解物的紫外光譜特性研究 148
7.3.1 不同組分紫外定性光譜檢測實驗 148
7.3.2 不同濃度SO2紫外光譜檢測實驗 152
7.4 基于奇異譜分析的現(xiàn)場光譜數(shù)據(jù)處理 154
7.4.1 奇異值分解 155
7.4.2 奇異譜分析 156
7.4.3 自適應光譜數(shù)據(jù)處理方法 159
7.5 譜圖處理算法性能驗證實驗 162
7.5.1 去噪性能仿真實驗 162
7.5.2 SO2識別及定量建模實驗 167
7.6 GIS絕緣故障的紫外預警實驗 169
7.6.1 模擬故障檢測實驗 169
7.6.2 實際故障檢測實驗 172
參考文獻 175

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號