高清PDF《变压器故障的多参数智能诊断方法》朱永利

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。·本书既适合从事智能诊断研究和教学的科研工作者参考，也适合从事变压器检修和运行的人员阅读。

PDF书签索引：

前言
第1章绪论1
1.1引言1
1.2变压器常见故障类型2
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6
1.5本书的内容安排8
参考文献8
第2章非平稳信号的典型处理方法及其在去噪中的应用10
2.1非平稳信号的特点和处理用途10
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11
2.2.1连续小波变换11
2.2.2离散小波变换12
2.2.3基于小波变换的多分辨率分析13
2.2.4小波变换在信号处理中的应用17
2.2.5小波应用的总结29
2.3基于EEMD的非平稳信号分析方法及其在去噪中的应用29
2.3.1EMD方法简介29
2.3.2EEMD方法简介33
2.3.3EEMD方法在非平稳信号去噪中的应用34
2.3.4结论39
2.4基于ITD的非平稳信号分析方法及其在去噪中的应用40
2.4.1ITD方法简介40
2.4.2TD方法的改进及其在去噪中的应用45
2.4.3结论54
2.5变分模态分解分析方法及其在去噪中的应用54
2.5.1变分模态分解算法54
2.5.2基于双阙值筛选法的VMD算法分解模态数K的确定57
2.5.3VMD算法在去噪中的应用61
2.5.4结论66

2.6非平稳信号的模式识别方法概述66
参考文献67
第3章基于油色谱数据的变压器故障诊断70
3.1变压器油中溶解气体含量与变压器状态的对应关系70
3.1.1油中溶解气体的组分70
3.1.2正常运行变压器的油中气体含量70
313变压器内部故障与特征气体含量对应关系71
3.2油色谱故障诊断研究现状73
3.2.1油中气体色谱分析方法73
3.2.2故障诊断研究现状74
3.3,相关向量机算法介绍76
3.3.1相关向量机理论简介76
33.2RVM分类模型80
3.4MKL-RVM算法及其改进80
3.4.1MKL-RVM算法介绍81
3.4.2MKI-RVM算法核函数参数获取82
3.5基于MKL-RVM的变压器故障诊断分析87
3.5.1变压器故障类型的划分及其表示方法87
3.5.2MKL-RVM融合诊断模型特征变量的确定87
35.3核函数选取和核函数参数优化88
3.5.4诊断输出89
3.5.5基于MKL-RVM的变压器故障诊断过程90
3.6MKL-RVM算法的实现91
3.7变压器故障诊断方法的测试和比较分析92
参考文献97
第4章变压器振动信号的特征提取和故障诊断方法99
4.1变压器振动信号研究意义及现状99
4.2变压器本体振动分析100
4.2.1变压器铁心振动机理及其与振动信号的关系100
4.2.2变压器绕组振动机理及与振动信号的关系…101
4.2.3变压器振动信号分析102
4.3基于傅里叶变换和小波包分析的振动信号特征提取104
4.3.1傅里叶变换与小波包算法104
4.3.2基于傅里叶和小波包分析的信号特征提取方法106
4.4基于EEMD的振动信号特征提取107

4.4.1EEMD方法概述107
4.4.2基于EEMD的振动信号特征提取方法108
4.5变压器铁心和绕组故障诊断实例108
4.5.1试验环境与条件108
4.52基于FFT和小波包的特征提取和诊断109
4.5.3基于EEMD的特征提取和诊断117
4.5.4实例分析和比较…123
46本章小结125
参考文献126
第5章宽频带脉冲电流特征提取和放电类型识别128
5.1研究背景及意义128
5.2国内外研究现状128
5.2.1脉冲电流法研究现状128
52.2局部波电脉冲电流特征提取的研究现状129
5.2.3局部放电类型识别的研究现状130
5.3油纸绝缘放电试验131
5.3.1局部放电试验环境131
5.3.2局部放电波形初步分析133
5.4基于PRPD的局部放电信号统计特征提取136
5.4.1局部放电相位分布分析136
54.2基础放电参数提取137
5.4.3局部极值点双圆值过滤法138
5.4.4自适应圆值选取方案140
5.4.5圆值方案的优化144
5.4.6基础参数自适应提取流程144
5.4.7谱图绘制与谱图特征提取145
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147
5.5.1MSE理论148
5.52基于VMD-MSE特征提取150
5.5.3局部放电实验数据分析151
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154
5.6.1变量预测模型模式识别方法基本原理154
5.6.2 VPMCD方法存在的问题157
5.6.3 VPMCD方法的改进158
5.6.4基于PLS-VPMCD方法的局部放电信号类型识别160
参考文献162

第6章基于超声信号的变压器绝缘放电故障诊断164
6.1变压器放电的超声信号检测现状164
6.2超声波检测法原理165
6.3基于超声信号的变压器绝缘放电判别方法166
6.3.1局部放电超声信号频谱分析166
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168
6.4超声信号放电故障判别案例168
6.41实验室超声信号的判别168
6.4.2现场实测超声信号的判别171
参考文献173
第7章变压器多检测手段的融合诊断及系统开发174
7.1融合诊新研究现状174
7.2变压器融合诊断175
7.2.1多专家协同诊断结构175
7.2.2协同诊断规则176
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178
73.1基于可信度的变压器综合诊新不确定性的表示178
7.3.2基于可信度的变压器综合诊断的推理算法181
7.4基于多监测参数的变压器融合诊断系统开发184
7.4.1系统开发模式184
7.4.2变压器监测/检测数据的设计与管理186
7.4.3变压器综合诊断系统的功能设计190
7.5故障诊断案例分析191
参考文献194

投稿会员：2Ru1