搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
PD模式识别方法
0.00     定价 ¥ 98.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787030752017
  • 作      者:
    作者:郑殿春//郑秋平|责编:余江
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2023-03-01
收藏
内容介绍
本书阐述了局部放电(PD)产生的机理及其危害,并结合模拟PD模型的实验研究,展示了作者应用人工智能理论方法在PD信号模式识别研究所获得的成果。本书以小波原理、信号分析和数据挖掘技术为基础,以模式识别方法、神经网络理论和智能算法为核心,分别论述了PD信号消噪、特征量提取和特征空间压缩方法,并详细阐明了应用神经网络(NN)方法、模糊原理、混沌理论实现PD信号模式分类的全过程。 本书可作为高电压与绝缘技术、电力系统与控制、高压电气设备运行状态监控等相关专业硕博研究生的参考书,也可供相关领域科研工作者和技术人员阅读。
展开
目录
第1章 绪论
1.1 PD特性与表征
1.1.1 PD源与信号特性
1.1.2 PD信号的模式特征
1.2 模式分类器及其优化
1.2.1 PD模式分类器
1.2.2 全局优化算法
1.3 发展趋势
1.3.1 深度学习与深度神经网络
1.3.2 群智能算法
参考文献
第2章 模式识别与优化算法
2.1 识别方法
2.2 识别系统
2.3 特征量与特征空间
2.3.1 特征量
2.3.2 特征空间
2.4 特征的可分性
2.4.1 特征可分性测量
2.4.2 类可分性测度
2.4.3 特征子集的选择
2.4.4 最优特征生成
2.5 分类器优化算法
2.5.1 随机梯度法
2.5.2 模拟退火算法
2.5.3 遗传算法
参考文献
第3章 PD与指纹特征
3.1 诱发PD的理化过程
3.1.1 介质内部局部放电
3.1.2 介质沿面局部放电
3.1.3 电晕放电
3.2 局部放电的危害
3.3 交流电压下的PD表征方法
3.4 局部放电模拟
3.4.1 模型构建与PD信号采集
3.4.2 交流电压下PD统计量的表征
3.4.3 统计分布参数与指纹
参考文献
第4章 PD信号小波去噪
4.1 PD信号小波变换特征
4.1.1 PD信号表征
4.1.2 PD信号的小波变换特征
4.2 噪声信号及其小波变换特征
4.3 含噪PD信号模型
4.4 模极大值去噪方法
4.4.1 模极大值的确定和信号重构
4.4.2 去噪仿真算例
4.5 去噪快速算法
4.5.1 局部放电信号(函数)多尺度逼近
4.5.2 多次小波变换去噪算法
4.5.3 复合小波变换去噪
参考文献
第5章 基于BPNN的PD模式识别
5.1 人工神经网络
5.1.1 BPNN算法
5.1.2 改进BPNN算法收敛速度的一些措施
5.2 基于BPNN的PD模式识别算法
5.2.1 局部放电模式特征量
5.2.2 类可分准则
5.2.3 PD模式识别过程
5.3 隐层神经元的影响
参考文献
第6章 支持向量机的PD模式识别
6.1 支持向量机
6.1.1 线性可分类支持向量机
6.1.2 线性不可分类支持向量机
6.2 PD模拟与特征提取
6.2.1 PD信号采集
6.2.2 PD特征提取
6.3 基于SVM的PD模式识别
6.3.1 核函数选择
6.3.2 SVM参数寻优
6.3.3 权值和阈值
6.3.4 SVM网络结构
6.3.5 识别结果
6.4 相关讨论
6.4.1 特征量的相关系数和类间距离
6.4.2 特征选择
6.4.3 识别结果
6.4.4 SVM与BP识别效果的比较
参考文献
第7章 基于FCM的PD模式识别
7.1 模糊聚类方法
7.1.1 模糊c均值聚类算法
7.1.2 加权模糊c均值聚类算法
7.2 PD模拟及信号采集
7.2.1 PD模型
7.2.2 PD信号采集
7.2.3 PD信号去噪
7.3 PD信号特征与提取
7.3.1 分形维数特征
7.3.2 PD信号灰度矩特征
7.4 基于模糊聚类PD模式识别
7.4.1 基于FCM算法的PD模式识别
7.4.2 基于WFCM算法的PD模式识别
7.5 结果分析
参考文献
第8章 基于WNN的PD模式识别
8.1 小波神经网络
8.1.1 正交小波神经网络
8.1.2 正交小波神经网络学习算法
8.2 自适应特征提取小波神经网络
8.2.1 PD信号的小波可分性
8.2.2 自适应特征提取小波神经网络结构
8.2.3 自适应特征提取小波神经网络隐层单元数目的确定
8.2.4 自适应特征提取小波神经网络学习算法
8.3 PD模式识别实验
8.3.1 PD信号采集
8.3.2 统计特征量提取与识别
8.3.3 自适应特征提取与模式识别
参考文献
第9章 基于混沌理论的PD模式识别
9.1 局部放电信号中的混沌现象
9.1.1 混沌特征
9.1.2 混沌相空间重构
9.1.3 相空间重构参数
9.2 混沌系统表征
9.2.1 Lyapunov指数
9.2.2 分形维数
9.2.3 Kolmogorov熵
9.3 PD混沌特性及其特征量提取
9.3.1 实验模拟的PD信号
9.3.2 PD信号混沌特性
9.3.3 PD混沌特征量及其提取
9.4 基于混沌特征的PD模式识别
9.4.1 BP神经网络设计
9.4.2 识别结果
9.4.3 基于指纹图谱特征的PD模式识别
9.4.4 特征量综合识别结果
参考文献
第10章 基于PSO优化的PD模式识别
10.1 反向传播神经网络
10.1.1 BPNN学习与优化
10.1.2 神经网络泛化能力
10.2 PSO优化的神经网络
10.2.1 粒子群算法
10.2.2 PSO优化算法
10.3 PD特征空间降维
10.3.1 PCA降维算法
10.3.2 PCA降维计算步骤
10.4 基于PSOBP的PD模式识别
10.4.1 PD信号模式预处理
10.4.2 误差分析方法
10.4.3 PD识别结果
10.4.4 隐层元数量的影响
参考文献
附录
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证