变电站电力设备故障数字诊断与评估

第1章概述

1.1变电设备故障诊断的重要意义

1.2变电设备故障诊断的发展现状

1.2.1基于阈值判定的故障诊断方法

1.2.2基于家系统的故障诊断方法

1.2.3基于机器学的故障诊断方法

1.2.4基于多源数据融合的故障诊断

1.3变电设备故障诊断方法的难点问题分析

1.3.1变电设备故障机制复杂

1.3.2变电设备故障诊断数据体量巨大

1.3.3变电设备状态评估数据质量不佳

1.4人工智能技术的发展现状及技术势

1.4.1人工智能关键技术概述

1.4.2人工智能关键技术分析

1.5人工智能技术在变电设备故障诊断中的化需求

1.5.1噪声抑制对变电设备故障诊断的影响

1.5.2样本不均衡对变电设备故障诊断的影响

1.5.3多元输入对诊断模型的影响

1.6本书主要内容

1.7参考文献

第2章基于知识数据融合驱动的油浸设备局放脉冲样本数据增强

2.1绪论

2.1.1局放电样本数据增强的应用背景及其要性

2.1.2数据增强方法研究现状

2.2基于知识数据融合驱动的局放脉冲数据增强方法

2.2.1知识数据融合驱动的要性及方法概述

2.2.2局放脉冲筛选与征知识补充

2.2.3基于知识数据融合驱动的局放脉冲数据增强

2.2.4算例分析

2.3基于DAEGAN的局放信号数据增强技术

2.3.1基于深度自编码器的局放信号降维

2.3.2基于DAEGAN的局放信号数据增强

2.3.3算例分析

2.4本章小结

2.5参考文献

第3章基于局征提取与RepVGG的油浸设备局脉冲放电模式
识别方法
3.1引言

3.1.1局放电故障诊断应用背景及其要性

3.1.2国内外研究现状

3.2基于改进LISTA的局放电信号噪声抑制技术

3.2.1融合深度学的迭代阈值收缩算法(LISTA)原理

3.2.2基于改进LISTA算法的局放电信号噪声抑制

3.2.3算例分析

3.3基于ORBRepVGG的高鲁棒性局放模式识别技术

3.3.1局放脉冲时频联合分析

3.3.2基于ORB算法局征提取方法

3.3.3基于ORBRepVGG的局放电模式识别方法

3.3.4算例分析

3.4本章小结

3.5参考文献

第4章基于DGA和改进SSAE的变压器故障诊断方法

4.1引言

4.1.1研究背景和意义

4.1.2国内外研究现状

4.1.3本章主要内容

4.2基于加权综合损失化深度学和DGA的变压器故障
诊断方法

4.2.1SSAE基本原理

4.2.2基于加权综合损失改进深度学方法

4.2.3基于加权综合损失化深度学和DGA的变压器故障
诊断方法

4.2.4应用案例分析

4.3基于变分自编码器预处理深度学和DGA的变压器故障诊断
方法

4.3.1基于变分自编码器的不平衡样本预处理

4.3.2基于变分自编码器预处理深度学和DGA的变压器
故障诊断模型建立方法

4.3.3案例分析

4.4本章小结

4.5参考文献

第5章基于FCSAE的全景数据融合及贝叶斯网络的变压器综合
诊断方法

5.1绪论

5.1.1变电站全景数据接入与融合技术研究现状

5.1.2变电站全景数据融合技术研究现状

5.1.3电气设备诊断方法研究现状

5.1.4人工智能技术在变电站设备检测及诊断中的应用现状

5.2基于FCSAE的变压器全景数据融合技术

5.2.1基于EMPCAFCM的变压器全景数据预处理方法

5.2.2基于FCSAE的变压器全景数据融合模型建立

5.2.3基于FCSAE的变压器全景数据融合处理及其
应用案例

5.3基于贝叶斯网络的变压器综合诊断方法

5.3.1电力变压器状态诊断规则集的构建方法

5.3.2基于数据融合和化贝叶斯网络的变压器综合诊断
模型构建方法

5.3.3基于FCSAE的全景数据融合及贝叶斯网络的变压器
综合诊断方法

5.4本章小结

5.5参考文献

第6章GIS局放电UHF谱图库与深度学模式识别

6.1引言

6.1.1研究背景及意义

6.1.2国内外研究现状

6.1.3本章主要内容

6.2GIS中局放电UHF谱图与现场数据预处理方法

6.2.1UHF局放电谱图类型

6.2.2实验室GIS局放电UHF谱图

6.2.3运行条件下GIS局放电UHF谱图预处理

6.3模式识别中各种UHF谱图的有效性与融合方法

6.3.1LeNet5卷积经网络模型的结构与识别方法

6.3.2基于相位分布谱图的模式识别

6.3.3基于脉冲序列谱图的模式识别

6.3.4基于多种谱图识别结果加权融合的模式识别

6.4现场UHF数据的深度学方法

6.4.1基于WGANResNet网络的深度学方法

6.4.2小谱图集下的CNN迁移学

6.5本章小结

6.6参考文献


第7章基于多源信息融合的GIS运行状态智能评估

7.1引言

7.1.1研究背景与意义

7.1.2国内外研究现状

7.1.3本章主要工作

7.2开断设备机械故障类型及复现方法

7.2.1触头卡涩

7.2.2轴销脱落

7.2.3弹簧机构卡涩

7.2.4铁芯卡涩

7.3故障监测信号的选择与获取

7.3.1机械振动信号

7.3.2分合闸线圈电流信号

7.3.3触头位移路径

7.3.4多源信息的融合技术与复合征信号的构建

7.4小样本数据下的人工智能识别算法

7.4.1基于WGAN的样本数据增强

7.4.2ResNet网络

7.5本章小结

7.6参考文献

第8章基于温度检测和深度经网络模型的干式空心电抗器故障
程度评估方法
8.1引言

8.1.1研究背景及意义

8.1.2国内外研究现状

8.1.3本节主要内容

8.2干式空心电抗器温度故障信息数据库的建立

8.2.1基于UHFRFID无线温度传感器的干式空心电抗器
温度信息获取及分析

8.2.2基于拉曼散射的干式空心电抗器分布式温度信息获取及
处理

8.3基于温度检测和深度经网络模型的干式空心电抗器故障程度
评估方法

8.3.1深度经网络模型及化方法

8.3.2干式空心电抗器故障程度评估及分析

8.3.3模型性能分析

8.4本章小结

8.5参考文献

第9章基于紫外视频和MiCT时空网络的变电站内缘子放电
严重程度评估
9.1引言

9.1.1研究背景及意义

9.1.2国内外研究现状

9.1.3本章主要工作

9.2缘子放电试验及紫外视频数据库的建立

9.2.1基于缘子放电试验的紫外视频及其同步参量的获取
及分析

9.2.2基于Kmeans的缘子放电紫外视频标注及
数据库建立

9.3基于MiCT时空网络和紫外视频的缘子放电严重程度评估

9.3.1MiCT时空网络及化方法

9.3.2缘子放电严重程度评估及分析

9.3.3软件开发及应用

9.4本章小结

9.5参考文献


第10章基于卷积经网络的变电设备故障红外图像辨识方法研究

10.1引言

10.1.1研究背景及意义

10.1.2电力设备红外检测国内外研究现状

10.1.3计算机视觉算法研究及其应用国内外研究现状

10.1.4计算机视觉在电力设备红外检测上的应用

10.2变电设备红外图像数据库的建立

10.2.1基于快速导向滤波的红外图像去噪

10.2.2基于MSRCP的红外图像增强

10.2.3变电设备红外图像的标注及数据库的建立

10.3基于卷积经网络的变电设备红外图像故障辨识方法

10.3.1基于Faster RCNN的变电设备红外图像故障辨识
方法

10.3.2基于SSDMobileNet的变电设备红外图像实时检测
方法

10.3.3变电设备故障检测及分析

10.4本章小结

10.5参考文献

第11章基于可见光图像和知识推理的视觉不可分螺栓缺陷检测

11.1引言

11.1.1研究背景及意义

11.1.2国内外研究现状

11.1.3本章主要内容

11.2可见光巡检数据集的构建及扩增技术

11.2.1金具数据集的构建

11.2.2螺栓缺陷数据集的构建

11.2.3基于小样本学的螺栓缺陷数据扩增技术

11.3基于知识推理的视觉不可分螺栓缺陷检测

11.3.1基于轻量级网络的金具检测方法及实验验证

11.3.2基于多标签学的螺栓多属性分类方法及实验验证

11.3.3基于知识推理的视觉不可分螺栓缺陷检测方法及实验
验证

11.4本章小结

11.5参考文献