登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入 新註冊 |　新用戶登記

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / EMS，時效：出貨後2-3日

新書推薦： 《 Android智能家居系统项目教程（微课视频版） 》 售價：NT$ 323.0 《 中国能源电力碳达峰碳中和路径与重大问题分析2023 》 售價：NT$ 1609.0 《 欧洲共同法的历史：1000—1800 》 售價：NT$ 529.0 《 世俗与抗争：18世纪俄国乌拉尔劳动者的思想演变 》 售價：NT$ 529.0 《 东亚区域意识的建构史 》 售價：NT$ 637.0 《 古罗马图书馆史：从罗马世界拉丁文学的起源到罗马帝国的私人图书馆 》 售價：NT$ 481.0 《 图解服务器端网络架构（第2版） 》 售價：NT$ 539.0 《 民艺四十年（全新译本） 》 售價：NT$ 367.0

編輯推薦： 十三五国家重点研发计划“数字电网关键技术”建设成果，解决了电网数字化进程中变电设备故障诊断所面临的评估体系单一、诊断精度低下等问题。 內容簡介： 本书系统介绍了变电站电力设备故障数字诊断与评估技术，全书共分为11章，设备对象包括变压器、GIS/GIL、干式空心电抗器等，状态参量包括局放信号、油中溶解气体、温度、红外/紫外/可见光图像等。本书各部分内容既自成体系又相互关联，有助于读者掌握变电站电力设备故障数字诊断与评估技术的本质。 本书可作为从事电力设备故障诊断与状态评估专业人员的参考书，也可作为高等院校电气、电子工程相关专业本科生和研究生的参考教材。 關於作者： 谢庆，男，1979年9月生，四川人，汉族，中共党员，博士（后），教授、博士生导师。曾任华北电力大学保定校区研究生院院长、学位办主任、学科建设处处长 。 2002年、2006年、2010年分别获华北电力大学电气工程领域学士、硕士、博士学位；2013年于重庆大学电气工程博士后出站；2017年11月至2018年11月在美国宾夕法尼亚州立大学电机工程系做访问学者。 一直从事电气设备故障诊断与智能评估、先进电工材料、能源数字化技术及应用等方面科研工作。作为项目负责人主持完成国家自然科学基金3项（优秀结题2项），主持“智能电网”国家重点研发专项项目/课题1项、子课题1项，主持中央高校基金重大团队项目1项、面上项目2项，主持国家重点实验室开放课题2项，主持北京市、河北省自然科学基金项目各1项。另外，主持国网公司、中国石油、中国核电，中广核等企事业委托的各类项目20余项。共发表SCI、EI检索论文100余篇，授权发明专利20项，出版学术专著2部、教材1部。 获得省部级自然科学一等奖1项（排名1），瑞士日内瓦国际发明展览金奖（排名3），省部级科技进步一等奖（排名3）、二等奖（排名2）各1项，获国家电网公司科技进步奖二等奖（排名2）1项。 指导博士研究生、硕士研究生80余人，指导学生获得省级优秀硕士论文多篇、国奖多名。 曾任新能源电力系统国家重点实验室研究人员、输变电设备安全及防御河北省重点实验室责任教授，兼任中国电工技术学会高级会员，绝缘材料、等离子体专委会委员，中国电机工程学会高级会员，高压学组委员， IEEE PES变电站技术委员会(中国)变电站运维分技术委员会常务理事；曾任2016 年全国高电压与放电等离子体学术会议大会副主席。担任河北省科协委员、河北省青年委员，入选河北省三三三三人才工程，荣获河北省青年五四奖章提名奖。 目錄： 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 內容試閱： 保障电力系统安全稳定运行是实施“碳达峰、碳中和”重大战略的必然要求。变电站是电能进行变换、分配等作用的核心场所，保障变电站安全运行对维护电力系统稳定具有极其重要的意义。变电站电力设备类型多样、规模庞大、结构参数繁多、运行环境复杂，其发生故障后不仅造成设备本体损伤，还易引起变电站全站故障，甚至导致大电网停电等连锁事故。及时、准确地分析变电站电力设备的运行状态，并有效实现电力设备故障诊断与状态评估，一直是国内外学者和工程技术人员共同关心的热点和难点问题。 变电站电力设备故障机制复杂，基于故障机制的故障精准辨识难度较大。随着先进传感及通信技术的发展，变电站电力设备状态参量已由单一、少量的离线数据过渡到海量的状态监测数据，对这些数据进行高效利用，是提高设备故障诊断与状态评估效果的有效途径。然而，变电站电力设备状态监测数据呈现出体量大、类型多、增速快，但价值密度低的特点，面对上述特点，如何从海量数据中准确挖掘关键特征，传统的故障诊断与状态评估方法难以胜任。 近年来，以深度学习为代表的人工智能技术迅猛发展，人工智能技术除模拟人脑智能外，还可延伸和扩展人脑智能。凭借着强大的特征提取、特征挖掘能力，人工智能技术在各行各业中得到了广泛应用，无论是人脸识别还是自动驾驶，都体现了人工智能技术的优势。人工智能技术为经济社会的进步提供了巨大推力，各国争相抢占人工智能技术理论研究与实践应用的制高点。2017年，我国出台了《新一代人工智能发展战略》，从国家战略层面对新一代人工智能技术的发展做出了顶层规划。党的二十大报告更是将人工智能技术确定为新的经济增长“引擎”。在此背景下，基于人工智能的电力系统数字化转型蓬勃发展。 电力设备海量状态监测数据的获取为实现设备故障数字诊断与评估提供了坚实基础； 而以深度学习为代表的人工智能技术的应用又为数字诊断与评估中面临的因果推理、特征挖掘、关联分析等难题提供了高效解决方案。人工智能应用技术已成为业内公认的实现变电站电力设备故障数字诊断与评估的有效途径。 然而，受变电站内复杂电磁环境等的影响，变电站电力设备状态监测数据往往质量欠佳； 受通信与存储等限制，变电站电力设备状态监测数据样本往往不平衡度较高，主要体现在异常样本偏少。上述特点又为基于人工智能技术的变电站电力设备故障数字诊断与评估带来新的挑战。 为解决上述问题，国内外众多学者进行了大量研究工作，并取得了丰硕成果。华北电力大学作为能源电力特色鲜明的双一流高校，一直将服务我国电力系统数字化转型作为核心任务。课题组长期以来也一直从事输变电设备数字化智能诊断与评估的相关工作，并一直在思考如何进一步提高我国变电站电力设备故障数字诊断与评估水平。在上述目标驱动下，我联合华北电力大学电气与电子工程学院众多研究人员，系统思考了实现变电站电力设备故障数字诊断与评估的关键科学与技术问题，将近些年来我们研究的新理论、新技术、新应用进行了系统梳理并编写此书，希望对于关心本领域的广大科研与工程技术人员有所裨益。 全书共11个章节，主要包括变压器、GIS、电抗器等变电站内典型电力设备的数字化故障诊断与评估方法，由谢庆教授负责统稿。其中，第2、3、9、10章由谢庆教授、李岩老师主笔，第1、4章由谢军副教授主笔，第5章由王永强副教授主笔，第6章由郑书生教授级高工主笔，第7章由律方成教授主笔，第8章由范晓舟高工主笔，第11章由张珂教授主笔。 感谢课题组马康、牛雷雷、王春鑫、张雨桐、秦亮亮、段祺君、王子豪、杨天驰等博士、硕士研究生在文字校对、图表修改等方面所做的大量工作。本书的撰写得到了华北电力大学领导和同事们的大力支持，在此表示深深的谢意。同时，对本书引用的国内外研究成果的作者和单位也表示衷心的感谢。 本书的出版得到了“十三五”国家重点研发计划项目“数字电网关键技术”与清华大学出版社的大力支持，在此表示由衷的感谢。 人工智能技术方兴未艾，电力系统的数字化转型正蓬勃发展，变电站电力设备故障数字诊断与评估水平也迅速提升。本书在编写过程中，尽管考虑了各种因素，但难免有不完善之处，欢迎广大读者提出宝贵意见。 2022年12月于华北电力大学

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	香港用户　 |　台灣用户　|　海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.