紫外放电状态识别与故障预测方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

紫外放电状态识别与故障预测方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1电气设备局部放电监测与故障诊断技术的发展现状1

1.1 电气设备局部放电监测与故障诊断技术研究背景及意义1

1.2 电气设备故障诊断国内外发展概况2

1.2.1 国外故障诊断技术发展概况3

1.2.2 国内故障诊断技术发展概况3

1.3 电气设备检修体制的演变3

1.3.1 电气设备定期维修3

1.3.2 电气设备在线监测4

1.4 电晕放电的在线监测5

1.4.1 人工目视检查法5

1.4.2 红外检测法5

1.4.3 超声波检测法6

1.4.4 超高频检测法7

1.4.5 脉冲电流检测法8

1.4.6 介质损耗分析（DLA）检测法8

1.4.7 化学检测法8

1.5 紫外线检测法9

1.6 紫外放电检测的应用范围11

1.7 高压放电各种检测方法的优劣比较11

2超声波检测法在电气设备局部放电故障定位方面的研究13

2.1 超声波定位数学模型——声检测方法13

2.1.1 数学模型的建立13

2.1.2 转为有约束优化问题13

2.1.3 实验前期数据来源14

2.2 传统定位优化算法14

2.2.1 修正牛顿算法14

2.2.2 最速下降算法16

2.2.3 共轭梯度算法18

2.2.4 变尺度算法20

2.2.5 自适应算法22

2.3 传统定位算法之间的比较25

2.4 现代智能定位优化算法26

2.4.1 模拟退火算法26

2.4.2 遗传算法28

2.4.3 粒子群算法29

2.4.4 文化粒子群算法31

2.5 几种现代智能定位算法的比较和总结33

3电晕检测方法与日盲紫外原理36

3.1 电晕放电及其检测36

3.2 气体电介质的击穿37

3.2.1 汤逊理论37

3.2.2 流注放电理论38

3.3 电晕放电的机理及其一般特征39

3.4 紫外成像分析41

3.4.1 电磁波谱41

3.4.2 紫外成像原理42

3.5 日盲紫外检测方法45

3.5.1 紫外脉冲检测45

3.5.2 紫外图像检测45

3.6 双通道紫外检测系统46

3.6.1 双通道检测系统的结构与原理46

3.6.2 双通道结构的弊端46

3.7 单通道紫外检测系统47

3.7.1 单通道检测系统的结构与原理47

3.7.2 单通道结构与双通道的比较48

4高压电器紫外脉冲检测系统设计49

4.1 检测管及驱动检测电路部分49

4.1.1 紫外检测管R9454的简介49

4.1.2 驱动电路C 10807的简介52

4.2 处理器开发板的硬件和软件设计部分53

4.2.1 处理器开发板的硬件设计53

4.2.2 处理器开发板的软件设计57

4.3 显示终端设计58

4.3.1 工业串口触摸屏简介58

4.3.2 GSM模块TC35i59

4.3.3 无线传输模块简介及上位机Labview的设计60

4.4 检测仪器外部结构的设计63

4.4.1 SolidWorks简介63

4.4.2 变压器、输电线路监测仪的设计65

4.4.3 开关柜监测仪的设计65

4.4.4 监测仪器的材料选择67

4.5 检测仪器系统的软件设计67

4.5.1 虚拟仪器的概述68

4.5.2 软件系统的设计69

4.6 系统集成及实验效果73

5单通道双谱紫外电晕检测系统设计75

5.1 系统的总体设计75

5.1.1 硬件架构设计75

5.1.2 功能描述与关键技术75

5.2 滤光成像原理与方法76

5.2.1 静态切换成像法76

5.2.2 动态切换成像法77

5.3 图像传输及视频采集模块的实现78

5.3.1 系统的图像传输与视频采集78

5.3.2 基于DirectShow的视频采集80

5.3.3 基于DSPack组件的视频采集方案81

6双通道紫外电晕检测系统设计82

6.1 双通道电晕紫外检测系统综述82

6.2 双通道电晕紫外检测系统设计82

6.2.1 硬件结构设计82

6.2.2 系统功能描述83

6.2.3 系统各部分描述83

7电晕放电的图像处理85

7.1 系统的图像处理流程85

7.2 紫外图像的预处理86

7.2.1 RGB色彩空间86

7.2.2 灰度处理90

7.2.3 二值化处理92

7.3 图像去噪与放电区域提取94

7.3.1 图像的数学形态学处理94

7.3.2 紫外电晕图像的形态学处理97

7.3.3 图像融合100

7.3.4 单通道检测系统的图像融合101

7.3.5 双通道电晕图像和背景图像融合102

8电晕放电及检测系统实验平台113

8.1 紫外光电管113

8.1.1 紫外光电管的特点113

8.1.2 紫外传感器驱动电路115

8.2 电晕放电模型116

8.3 检测系统实验现象117

9电晕放电强度测量及系统成像实验120

9.1 电晕放电的强度测量120

9.1.1 放电强度公式的推导120

9.1.2 放电强度公式的验证121

9.1.3 放电强度计算实验123

9.2 成像实验与讨论124

9.2.1 硬件设计124

9.2.2 光路切换电路的设计125

9.2.3 成像软件算法设计125

9.2.4 实验结果及分析126

9.2.5 关于静态切换法实验的讨论128

10基于人工神经网络的故障状态识别130

10.1 人工神经网络130

10.1.1 人工神经基本概念130

10.1.2 人工神经网络的特点131

10.2 故障状态模式模型131

10.2.1 模式识别131

10.2.2 实验室模拟电晕放电132

10.2.3 特征提取134

10.3 基于BP神经网络的状态识别135

10.3.1 BP神经网络概述135

10.3.2 仿真结果137

10.4 基于径向基神经网络的状态识别138

10.4.1 径向基神经网络的基本概念138

10.4.2 仿真结果139

10.5 基于投影寻踪理论的模式识别139

10.5.1 电晕放电量化分级方法139

10.5.2 基于投影寻踪理论的模式识别等级模型140

10.5.3 应用MATLAB进行故障诊断仿真及实例分析141

10.6 基于自组织神经网络的绝缘故障状态评定143

10.6.1 输入变量的选择与样本处理143

10.6.2 自组织映射网144

10.6.3 动态神经元个数的SOFM绝缘故障评估系统145

10.6.4 LVQ神经网络148

10.6.5 LVQ算法仿真实现149

10.7 基于PSO-SVM的电晕放电评级算法151

10.7.1 支持向量机评级算法151

10.7.2 基于PSO改进的SVM评级方法152

10.7.3 建立模型及仿真实验153

10.8 本章小结155

参考文献156