●前言
第一篇 氣體絕緣裝備局部放電檢測及噪聲評價
第1章 緒論 3
1.1 氣體絕緣裝備結構及應用 3
1.1.1 氣體絕緣裝備種類及結構 3
1.1.2 氣體絕緣封閉組合電器 7
1.2 氣體絕緣裝備內部常見絕緣故障 10
1.2.1 氣體絕緣裝備內部絕緣故障案例統計 10
1.2.2 氣體絕緣裝備內部典型絕緣故障原因 11
1.3 氣體絕緣裝備故障及狀態監測方法 13
1.3.1 氣體絕緣裝備故障檢修試驗標準 13
1.3.2 現有氣體絕緣裝備狀態檢測技術 15
參考文獻 19
第2章 氣體絕緣裝備PD主要檢測方法 22
2.1 脈衝電流法 22
2.1.1 脈衝電流法基本原理 22
2.1.2 脈衝電流法三種常用電路 22
2.2 特高頻檢測法 23
2.2.1 特高頻檢測法基本原理 23
2.2.2 工程應用案例 24
2.3 光測法 27
2.3.1 光測法基本原理 27
2.3.2 測量參數與方法 28
2.4 超聲波檢測法 31
2.4.1 超聲波檢測法基本原理 31
2.4.2 工程應用案例 32
2.5 SF6分解組分分析檢測法 35
2.5.1 SF6分解組分分析檢測法基本原理 35
2.5.2 工程應用案例 35
參考文獻 40
第3章 PD信號噪聲特點與SNR二階估計 41
3.1 典型絕緣缺陷的PD信號特征 41
3.1.1 四種缺陷產生的PD時頻信號 41
3.1.2 特高頻PD數學模型 44
3.2 干擾信號特征與SNR二階估計 45
3.2.1 干擾信號的特征 46
3.2.2 SNR二階估計理論與方法 46
3.2.3 模擬PD信號的SNR二階估計 49
3.2.4 實測PD信號的SNR二階估計 54
參考文獻 55
第二篇 混合局部放電信號分離
第4章 PD信號混合與分離基礎知識 59
4.1 混合PD信號的生成與分離 59
4.1.1 混合PD信號的生成過程 59
4.1.2 混合PD信號的數學模型 59
4.1.3 PD信號的線性瞬時混合與分離 61
4.1.4 PD信號的線性卷積混合與分離 63
4.2 混合PD信號的盲源分離理論 65
4.2.1 混合信號盲源分離原理 65
4.2.2 盲源分離可分性與判定準則 67
4.2.3 盲源分離問題解的不確定性 68
4.2.4 盲源分離對比函數準則 69
4.3 混合PD信號的分析與預處理 75
4.3.1 混合PD信號的空域相關分析 75
4.3.2 混合PD信號的白化預處理 78
參考文獻 82
第5章 混合PD信號二階統計量分離算法 84
5.1 分離評價參數 84
5.2 基於SOS準則的分離算法及分離性能分析 87
5.2.1 基於SOS準則的SOBI算法原理 87
5.2.2 基於SOS準則的分離算法分離性能分析 88
5.2.3 改進的基於SOS準則的SOBI算法 91
5.3 模擬混合PD信號的分離 94
5.3.1 相對距離對分離效果的影響分析 95
5.3.2 混合矩陣H對分離效果的影響及統計分析 109
參考文獻 115
第6章 混合PD信號卷積分離技術 116
6.1 卷積混合信號的盲源分離法 116
6.1.1 卷積混合信號的盲源分離時域算法 116
6.1.2 卷積混合信號的盲源分離頻域算法 118
6.2 非平穩混合PD信號特性與短時平穩劃分 119
6.2.1 非平穩混合PD信號特性分析 119
6.2.2 非平穩混合PD信號短時平穩劃分策略 121
6.3 頻域內分離信號“兩個不確定性”問題 122
6.3.1 分離信號幅值不確定性的控制策略 123
6.3.2 分離信號順序不確定性的應對措施 124
6.3.3 頻域分離單一PD信號的重構實現 125
6.4 模擬混合PD信號的分離 126
6.4.1 卷積構造模擬混合PD信號 127
6.4.2 混合PD信號的分離 129
6.5 實測混合PD信號的分離 132
6.5.1 實測混合PD信號的二階統計量分離 132
6.5.2 實測混合PD信號的卷積分離 138
6.5.3 兩種分離算法效果比較 141
參考文獻 143
第7章 PD特征參數與特征提取 144
7.1 PD模式識別常見特征參數及變化趨勢分析 144
7.1.1 統計特征參數 144
7.1.2 圖像矩特征參數 147
7.1.3 分形特征參數 148
7.1.4 波形特征參數 150
7.1.5 小波特征參數 150
7.2 樹復小波變換的辨識PD的特征量提取方法 151
7.2.樹復小波變換-奇異值分解 152
7.2.2 多尺度特征參數提取 154
7.3 基於核主成分分析與深度神經網絡的特征量優化研究 158
7.3.1 UHF信號特征量分析提取模式 158
7.3.2 三種模式特征量相關性分析 162
7.3.3 基於核主成分分析的特征量優化 162
●
●7.3.4 深度自編碼網絡特征優化方法 163
●
●……