電氣設(shè)備故障智能診斷技術(shù)

目錄
前言
引入篇　電力設(shè)備關(guān)鍵部件機(jī)械故障診斷
第1章　緒論　2
1.1　研究背景及意義　2
1.2　斷路器機(jī)械故障診斷研究綜述　4
1.2.1　斷路器機(jī)械故障診斷的監(jiān)測對象　5
1.2.2　斷路器振動(dòng)信號(hào)處理方法　6
1.2.3　斷路器狀態(tài)識(shí)別方法的研究　8
1.3　風(fēng)電機(jī)組機(jī)械故障診斷研究綜述　9
1.3.1　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷的監(jiān)測對象　9
1.3.2　基于振動(dòng)信號(hào)分析的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障診斷研究現(xiàn)狀　11
1.3.3　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)狀態(tài)識(shí)別方法研究現(xiàn)狀　12
1.4　高壓斷路器機(jī)械故障診斷方案設(shè)計(jì)　14
1.4.1　高壓斷路器的基本結(jié)構(gòu)及工作原理　14
1.4.2　高壓斷路器的常見機(jī)械故障　20
1.4.3　高壓斷路器機(jī)械故障診斷總體方案　23
1.5　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)機(jī)械故障診斷方案設(shè)計(jì)　24
1.5.1　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)基本結(jié)構(gòu)和原理　24
1.5.2　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)常見機(jī)械故障　25
1.5.3　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)機(jī)械故障診斷總體方案　28
1.6　本章小結(jié)　29
參考文獻(xiàn)　29
高壓斷路器篇　關(guān)鍵部件機(jī)械故障診斷
第2章　基于單類分類器的高壓斷路器機(jī)械故障診斷　36
2.1　基于S變換的高壓斷路器振動(dòng)信號(hào)處理及特征提取　36
2.1.1　S變換　36
2.1.2　基于S變換的高壓斷路器振動(dòng)信號(hào)處理　37
2.1.3　基于S變換時(shí)-頻熵的高壓斷路器機(jī)械故障診斷特征提取　39
2.2　基于經(jīng)驗(yàn)小波變換的高壓斷路器振動(dòng)信號(hào)處理及特征提取　43
2.2.1　經(jīng)驗(yàn)小波變換　43
2.2.2　經(jīng)驗(yàn)小波變換與經(jīng)驗(yàn)?zāi)B(tài)分解的對比　46
2.2.3　基于經(jīng)驗(yàn)小波變換和時(shí)-頻熵的斷路器機(jī)械故障診斷特征提取　47
2.3　基于單類分類器的高壓斷路器機(jī)械故障診斷　53
2.3.1　單類分類器概述　53
2.3.2　基于單類支持向量機(jī)的高壓斷路器機(jī)械故障診斷　54
2.3.3　基于支持向量數(shù)據(jù)描述的高壓斷路器機(jī)械故障診斷　60
2.4　本章小結(jié)　65
參考文獻(xiàn)　66
第3章　基于多層分類器的高壓斷路器機(jī)械故障診斷　68
3.1　高壓斷路器振動(dòng)信號(hào)采集與特征提取　68
3.1.1　基于變分模態(tài)分解的斷路器振動(dòng)信號(hào)處理　68
3.1.2　基于局部奇異值分解的特征提取　75
3.2　基于多層分類器的故障分類方法研究　76
3.2.1　支持向量機(jī)和單類支持向量機(jī)原理　77
3.2.2　多層分類器的構(gòu)建和診斷流程　79
3.3　高壓斷路器故障診斷實(shí)例分析　80
3.3.1　實(shí)測振動(dòng)信號(hào)特征分析　80
3.3.2　診斷結(jié)果及分析　87
3.4　本章小結(jié)　90
參考文獻(xiàn)　90
第4章　基于時(shí)域分割特征的斷路器彈簧操動(dòng)機(jī)構(gòu)機(jī)械故障　92
4.1　基于時(shí)域分割的振動(dòng)信號(hào)故障特征提取　92
4.1.1　基于時(shí)域分割的斷路器振動(dòng)信號(hào)處理　92
4.1.2　基于時(shí)域分割的時(shí)域特征提取　95
4.1.3　基于散布矩陣的特征分類能力分析　95
4.1.4　基于Gmi重要度的特征選擇分析　98
4.1.5　基于時(shí)域分割特征的特征選擇方案　99
4.2　基于層次化混合分類器的斷路器機(jī)械故障分類　100
4.2.1　隨機(jī)森林原理　100
4.2.2　基于時(shí)域分割的斷路器機(jī)械故障診斷方案設(shè)計(jì)　102
4.3　基于實(shí)測振動(dòng)信號(hào)的高壓斷路器機(jī)械故障診斷　103
4.3.1　實(shí)測振動(dòng)信號(hào)特征分析　103
4.3.2　實(shí)驗(yàn)結(jié)果及分析　112
4.4　本章小結(jié)　115
參考文獻(xiàn)　116
第5章　基于熵特征高效時(shí)域特征提取的高壓斷路器機(jī)械故障診斷　118
5.1　基于時(shí)域分割的特征提取　118
5.1.1　原始信號(hào)時(shí)域分割方式和依據(jù)　118
5.1.2　時(shí)域分割后的特征計(jì)算　119
5.2　特征選擇　120
5.2.1　Split重要度值對特征分類能力的衡量效果　120
5.2.2　基于Split重要度值的前項(xiàng)特征選擇　122
5.3　高壓斷路器高效故障診斷分類器的構(gòu)建　123
5.3.1　梯度提升決策樹　123
5.3.2　基于高壓斷路器振動(dòng)信號(hào)時(shí)域特征的分類器構(gòu)建　124
5.3.3　多線程并行直方圖加速　125
5.3.4　帶深度限制的Leaf-wise生長策略　126
5.4　案例分析　126
5.4.1　故障診斷流程　126
5.4.2　基于時(shí)域分割的特征提取效率分析　126
5.4.3　LightGBM分類器的分類效果分析　128
5.5　本章小結(jié)　129
參考文獻(xiàn)　129
第6章　采用局部時(shí)-頻奇異值與優(yōu)化隨機(jī)森林的高壓斷路器機(jī)械故障診斷　131
6.1　隨機(jī)森林分類原理及優(yōu)化　131
6.2　故障診斷流程　132
6.2.1　HVCBs故障診斷流程　132
6.2.2　基于虛擬儀器的實(shí)測信號(hào)采集系統(tǒng)　133
6.2.3　振動(dòng)信號(hào)處理　134
6.2.4　局部奇異值分解提取特征　135
6.2.5　優(yōu)化隨機(jī)森林進(jìn)行故障診斷　136
6.3　故障診斷實(shí)例分析　136
6.3.1　不同特征提取方式比較　136
6.3.2　不同分類器的比較　137
6.4　本章小結(jié)　138
參考文獻(xiàn)　138
風(fēng)電機(jī)組篇　傳動(dòng)系統(tǒng)關(guān)鍵部件機(jī)械故障診斷
第7章　基于混合分類器的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)機(jī)械故障診斷　140
7.1　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)振動(dòng)信號(hào)處理　140
7.1.1　自適應(yīng)信號(hào)處理方法性能對比　140
7.1.2　基于EWT的風(fēng)機(jī)傳動(dòng)系統(tǒng)振動(dòng)信號(hào)處理與分析　142
7.2　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)振動(dòng)信號(hào)特征提取及選擇　149
7.2.1　風(fēng)電機(jī)組傳動(dòng)系統(tǒng)原始特征集合構(gòu)建　150
7.2.2　基于隨機(jī)森林的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)故障特征選擇　151
7.3　基于混合分類器的故障診斷方法研究　156
7.3.1　模糊C均值聚類原理　156
7.3.2　混合分類器構(gòu)建和診斷流程　157
7.3.3　軸承故障診斷結(jié)果及分析　158
7.3.4　齒輪箱故障診斷結(jié)果及分析　161
7.4　本章小結(jié)　164
參考文獻(xiàn)　165
第8章　采用非平衡小樣本數(shù)據(jù)的風(fēng)機(jī)主軸承故障深度對抗診斷　167
8.1　輔助分類生成對抗網(wǎng)絡(luò)　167
8.2　改進(jìn)AC-GAN　168
8.3　改進(jìn)AC-GAN實(shí)驗(yàn)樣本構(gòu)建　170
8.4　實(shí)驗(yàn)設(shè)計(jì)與分析　171
8.4.1　生成樣本真實(shí)性與差異性分析　171
8.4.2　復(fù)雜噪聲環(huán)境下主軸承故障診斷實(shí)驗(yàn)　173
8.4.3　小樣本場景主軸承故障診斷　176
8.4.4　樣本非平衡場景下主軸承故障診斷　178
8.4.5　不同分類方法對比實(shí)驗(yàn)　179
8.5　本章小結(jié)　180
參考文獻(xiàn)　180
第9章　基于噪聲標(biāo)簽有限數(shù)據(jù)驅(qū)動(dòng)的風(fēng)電機(jī)組傳動(dòng)系統(tǒng)軸承故障診斷　182
9.1　魯棒性輔助分類生成對抗網(wǎng)絡(luò)　182
9.2　實(shí)驗(yàn)數(shù)據(jù)集的構(gòu)建　184
9.2.1　傳動(dòng)系統(tǒng)典型故障診斷數(shù)據(jù)集　184
9.2.2　傳動(dòng)系統(tǒng)故障診斷數(shù)據(jù)集構(gòu)建　186
9.3　含噪聲標(biāo)簽場景生成樣本分析　188
9.3.1　生成器樣本生成能力分析　188
9.3.2　生成樣本分析　189
9.4　含噪聲標(biāo)簽有限數(shù)據(jù)驅(qū)動(dòng)場景故障診斷　191
9.4.1　訓(xùn)練樣本減少實(shí)驗(yàn)　191
9.4.2　訓(xùn)練樣本非平衡實(shí)驗(yàn)　197
9.4.3　含不同比例噪聲標(biāo)簽樣本實(shí)驗(yàn)　200
9.5　含噪聲標(biāo)簽有限數(shù)據(jù)驅(qū)動(dòng)場景下不同方法對比實(shí)驗(yàn)　200
9.5.1　含噪聲標(biāo)簽有限數(shù)據(jù)場景對比實(shí)驗(yàn)　200
9.5.2　含不同比例噪聲標(biāo)簽場景對比實(shí)驗(yàn)　201
9.6　本章小結(jié)　202
參考文獻(xiàn)　202