电力设备振动状态智能监测方法及应用

定　价：¥38.00

作　者：	朱霄珣
出版社：	中国电力出版社
丛编项：	全国电力行业"十四五"规划教材
标　签：	暂缺

购买这本书可以去

ISBN：	9787519867621	出版时间：	2022-05-01	包装：
开本：	16开	页数：	122	字数：

内容简介

　　《全国电力行业“十四五”规划教材：电力设备振动状态智能监测方法及应用》立足于传统状态监测方法，针对电力设备状态监测深入探讨了状态特征的提取方法；同时，致力于研究基于深度学习的电力设备运行状态智能监测方法，首次将振动状态识别与深度学习方法结合论述，详细研究探索了用于振动状态识别的深度学习模型结构、融合特征学习、图像化识别诊断等关键问题。《全国电力行业“十四五”规划教材：电力设备振动状态智能监测方法及应用》可供高等学校相关专业学生选用，也可供从事振动状态监测智能化、信息化的研究人员学习参考。

作者简介

　　华北电力大学能动学院教师，主要讲授本科生课程《电站设备故障诊断》、《风力发电原理》、研究生课程《检测技术》，主要研究方向为电站设备状态监测、综合能源系统

图书目录

前言
第1章概述
1．1 状态监测的意义
1．2 国内外研究现状
1．3 主要研究内容
第2章振动特征提取及诊断方法
2．1 电力设备振动机理
2．2 振动信号分类、描述与采集
2．3 振动信号特征提取
2．4 基于机器学习的状态识别方法
第3章基于KL-HVD的信号特征提取方法
3．1 虚假分量问题
3．2 基于KL散度的HVD虚假分量识别方法
3．3 基于KL-HVD的实验研究
3．4 小结
第4章基于深度学习的状态监测方法
4．1 深度学习与大数据
4．2 基于CNN图像识别的状态识别方法
4．3 实验研究
4．4 小结
第5章基于一维卷积神经网络的振动状态识别
5．1 1D-CNN方法
5．2 基于1D-CNN的状态识别方法及模型研究
5．3 基于最优感知野的卷积核尺度优化研究
5．4 实验研究
5．5 小结
第6章基于融合特征深度学习的振动状态识别
6．1 基于融合特征深度学习的状态识别方法
6．2 多特征向量卷积神经网络
6．3 实验研究
6．4 小结
第7章基于全局一局部特征深度学习的振动状态识别
7．1 前置全连接深度神经网络方法
7．2 基于FV-DNN的振动状态识别方法及模型
7．3 实验研究
7．4 小结
第8章结论与展望
8．1 结论
8．2 展望
参考文献