掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機車概要.交流傳動內(nèi)燃.電力機車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
抽水蓄能機組主輔設(shè)備狀態(tài)評估診斷與預(yù)測 版權(quán)信息
- ISBN：9787030650153
- 條形碼：9787030650153 ; 978-7-03-065015-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
抽水蓄能機組主輔設(shè)備狀態(tài)評估診斷與預(yù)測 本書特色
本書針對抽水蓄能機組主輔設(shè)備多源異構(gòu)數(shù)據(jù)融合分析、狀態(tài)評估、故障診斷與趨勢預(yù)測面臨的關(guān)鍵科學(xué)問題與技術(shù)難題
抽水蓄能機組主輔設(shè)備狀態(tài)評估診斷與預(yù)測 內(nèi)容簡介
本書針對抽水蓄能機組主輔設(shè)備多源異構(gòu)數(shù)據(jù)融合分析、狀態(tài)評估、故障診斷與趨勢預(yù)測面臨的關(guān)鍵科學(xué)問題及技術(shù)難題，以抽水蓄能水-機-電耦合復(fù)雜系統(tǒng)分析、系統(tǒng)科學(xué)與人工智能理論為基礎(chǔ)，按照方法提出-模型構(gòu)建-典型故障驗證-集成應(yīng)用的遞進式結(jié)構(gòu)體系進行全面闡述。 本書可供抽水蓄能機組主輔設(shè)備狀態(tài)評估、故障診斷、趨勢預(yù)測和水電生產(chǎn)過程狀態(tài)監(jiān)測等方向相關(guān)學(xué)科高年級本科生、研究生學(xué)習(xí)參考，也可供從事抽水蓄能機組評估、診斷、預(yù)測工作的研究人員和抽水蓄能領(lǐng)域的工程技術(shù)人員參考借鑒。
抽水蓄能機組主輔設(shè)備狀態(tài)評估診斷與預(yù)測 目錄
目錄
前言
第1章 緒論 1
1.1 抽水蓄能機組運行狀態(tài)監(jiān)測數(shù)據(jù)挖掘與信息融合技術(shù) 2
1.2 抽水蓄能機組振動故障機理研究 2
1.2.1 水力因素引起的振動故障 3
1.2.2 機械因素引起的振動故障 4
1.2.3 電磁因素引起的振動故障 5
1.3 抽水蓄能機組健康狀態(tài)評估研究 6
1.3.1 限值評估標準 6
1.3.2 統(tǒng)計評估標準 7
1.3.3 類比評估標準 8
1.3.4 模糊層次分析法 9
1.4 抽水蓄能機組智能故障診斷研究 9
1.4.1 有監(jiān)督故障診斷模型 10
1.4.2 無監(jiān)督故障診斷模型 14
1.5 抽水蓄能機組狀態(tài)趨勢預(yù)測研究 15
1.5.1 基于物理模型的預(yù)測方法 16
1.5.2 基于數(shù)據(jù)驅(qū)動的預(yù)測方法 16
參考文獻 18
第2章 抽水蓄能機組數(shù)據(jù)挖掘和多源異構(gòu)信息相關(guān)性分析 21
2.1 抽水蓄能機組運行狀態(tài)分析數(shù)據(jù)庫構(gòu)建 21
2.1.1 抽水蓄能機組運行狀態(tài)數(shù)據(jù)解析 21
2.1.2 抽水蓄能機組主輔設(shè)備運行狀態(tài)分析數(shù)據(jù)庫 26
2.2 抽水蓄能機組運行數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘 28
2.2.1 關(guān)聯(lián)關(guān)系相關(guān)概念及關(guān)聯(lián)關(guān)系挖掘算法 28
2.2.2 數(shù)據(jù)離散化方法 32
2.2.3 基于K-Mediods的抽水蓄能機組主輔設(shè)備運行數(shù)據(jù)離散化方法 33
2.2.4 抽水蓄能機組主輔設(shè)備關(guān)聯(lián)關(guān)系挖掘算法 35
2.2.5 抽水蓄能機組主輔設(shè)備運行數(shù)據(jù)實例分析 36
2.3 抽水蓄能機組主輔設(shè)備運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 39
2.3.1 水泵水輪機系統(tǒng)運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 40
2.3.2 調(diào)速系統(tǒng)運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 45
2.3.3 發(fā)電電動機及其勵磁系統(tǒng)運行參數(shù)關(guān)聯(lián)關(guān)系分析 48
2.3.4 主變運行參數(shù)關(guān)聯(lián)關(guān)系分析 51
2.3.5 主進水閥系統(tǒng)運行參數(shù)關(guān)聯(lián)關(guān)系分析 52
2.4 抽水蓄能機組主輔設(shè)備故障關(guān)聯(lián)分析 55
2.4.1 構(gòu)建抽水蓄能機組運行狀態(tài)故障樣本表 55
2.4.2 抽水蓄能機組運行狀態(tài)關(guān)聯(lián)分析結(jié)果 57
參考文獻 63
第3章 抽水蓄能機組主輔設(shè)備運行狀態(tài)多重指標分析與綜合狀態(tài)評估 64
3.1 多重指標分析與綜合狀態(tài)評估模型 64
3.1.1 抽水蓄能機組綜合狀態(tài)評估模型 64
3.1.2 底層指標評估模型 66
3.1.3 綜合權(quán)重算法模型 68
3.2 抽水蓄能機組主輔設(shè)備綜合狀態(tài)評估實例分析 73
3.2.1 抽水蓄能機組綜合狀態(tài)評估指標體系建立原則 73
3.2.2 水泵水輪機綜合狀態(tài)評估指標分析 75
3.2.3 調(diào)速系統(tǒng)綜合狀態(tài)評估指標分析 92
3.2.4 發(fā)電電動機及其勵磁系統(tǒng)綜合狀態(tài)評估指標分析 93
3.2.5 主進水閥系統(tǒng)綜合狀態(tài)評估指標分析 95
3.2.6 主變綜合狀態(tài)評估指標分析 98
參考文獻 98
第4章 抽水蓄能機組主輔設(shè)備典型故障匯編與診斷 100
4.1 抽水蓄能機組主輔設(shè)備典型故障匯編 100
4.1.1 水泵水輪機系統(tǒng)故障匯編 100
4.1.2 發(fā)電電動機及其勵磁系統(tǒng)故障匯編 103
4.1.3 調(diào)速系統(tǒng)故障匯編 104
4.1.4 主變故障匯編 105
4.1.5 主進水閥系統(tǒng)典型故障匯編 107
4.2 基于FEEMD能量熵及混合集成自編碼器的抽水蓄能機組運行狀態(tài)特征提取方法 110
4.2.1 基于FEEMD固有模態(tài)函數(shù)能量熵的健康狀態(tài)特征提取 110
4.2.2 HEAE設(shè)計及其在故障狀態(tài)特征提取中的應(yīng)用 111
4.2.3 抽水蓄能機組狀態(tài)特征提取實例分析 115
4.3 基于能量熵判別與深度特征約簡的抽水蓄能機組混合故障診斷策略 118
4.3.1 基于能量熵統(tǒng)計分析的健康狀態(tài)判別體系 119
4.3.2 M-tSNE映射機制的深度故障特征約簡方法 120
4.3.3 基于能量熵判別與深度特征約簡的多步遞進式混合故障診斷策略 124
4.4 抽水蓄能機組多源信息融合故障診斷方法 129
4.4.1 循環(huán)DAE原理 129
4.4.2 基于GRU-NP-DAE的抽水蓄能機組多源故障診斷方法 135
4.4.3 抽水蓄能機組運行數(shù)據(jù)試驗分析 136
4.5 抽水蓄能機組無監(jiān)督故障聚類方法 138
4.5.1 生成式對抗網(wǎng)絡(luò)相關(guān)原理介紹 139
4.5.2 基于CatAAE的抽水蓄能機組無監(jiān)督故障聚類 142
4.5.3 抽水蓄能機組無監(jiān)督故障診斷實例驗證 147
4.6 基于模型推理的故障樹診斷模型 150
4.6.1 抽水蓄能機組主輔設(shè)備故障樹結(jié)構(gòu) 150
4.6.2 抽水蓄能機組主輔設(shè)備典型故障樹模型 151
4.6.3 基于故障樹診斷的抽水蓄能機組典型故障診斷 158
參考文獻 168
第5章 抽水蓄能機組主輔設(shè)備運行狀態(tài)趨勢預(yù)測方法 170
5.1 基于VMD與CNN的抽水蓄能機組振動信號多步非線性趨勢預(yù)測方法 170
5.1.1 VMD原理 171
5.1.2 CNN原理 172
5.1.3 水泵水輪機振動信號多步非線性趨勢預(yù)測 174
5.1.4 水泵水輪機振動信號多步預(yù)測結(jié)果分析 177
5.2 基于VMD與CNN-LSTM的抽水蓄能機組振動趨勢預(yù)測方法 185
5.2.1 抽水蓄能機組非平穩(wěn)信號分析 185
5.2.2 抽水蓄能機組非線性狀態(tài)趨勢預(yù)測方法 186
5.2.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法與參數(shù)設(shè)置 188
5.2.4 抽水蓄能機組狀態(tài)趨勢預(yù)測實例分析 191
5.3 基于融合滑動窗與Grey-Markov的抽水蓄能機組運行狀態(tài)趨勢預(yù)測方法 201
5.3.1 Grey-Markov預(yù)測模型 202
5.3.2 預(yù)測誤差來源分析及模型結(jié)構(gòu)優(yōu)化 205
5.3.3 融合滑動窗與Grey-Markov模型的抽水蓄能機組狀態(tài)趨勢組合預(yù)測方法 207
5.3.4 抽水蓄能機組運行狀態(tài)趨勢預(yù)測實例分析 212
參考文獻 217
第6章 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)設(shè)計 219
6.1 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)軟件架構(gòu)設(shè)計 219
6.1.1 軟件業(yè)務(wù)架構(gòu)設(shè)計 220
6.1.2 軟件前端架構(gòu)設(shè)計 220
6.2 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)業(yè)務(wù)功能 221
6.2.1 系統(tǒng)登錄 221
6.2.2 數(shù)據(jù)挖掘模塊 222
6.2.3 故障診斷模塊 226
6.2.4 狀態(tài)評估模塊 237
6.2.5 文件導(dǎo)入模塊 241
參考文獻 243
第7章 水泵水輪機及其主要輔助設(shè)備在線監(jiān)測裝置典型配置意見與健康狀態(tài)評價規(guī)程 244
7.1 水泵水輪機及其主要輔助設(shè)備在線監(jiān)測裝置典型配置意見 244
7.1.1 范圍 245
7.1.2 規(guī)范性引用文件 245
7.1.3 術(shù)語和定義 246
7.1.4 總則 246
7.1.5 技術(shù)要求 247
7.1.6 信息安全 257
7.1.7 試驗和檢驗 258
7.1.8 標識、包裝、運輸和存儲 259
7.1.9 文件與資料 260
7.1.10 附錄 261
7.1.11 編制說明 261
7.2 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價規(guī)程 263
7.2.1 范圍 263
7.2.2 規(guī)范性引用文件 263
7.2.3 術(shù)語和定義 264
7.2.4 總則 266
7.2.5 設(shè)備健康狀態(tài)評價方法 266
7.2.6 附錄 271
7.2.7 編制說明 271
參考文獻 272
附錄A 資料性附錄 274
A.1 典型結(jié)構(gòu)示意圖 274
A.2 典型測點配置表 275
A.3 狀態(tài)報告示例 277
附錄B 規(guī)范性附錄 279
B.1 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價項目表 279
B.2 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價匯總表 290
前言
第1章 緒論 1
1.1 抽水蓄能機組運行狀態(tài)監(jiān)測數(shù)據(jù)挖掘與信息融合技術(shù) 2
1.2 抽水蓄能機組振動故障機理研究 2
1.2.1 水力因素引起的振動故障 3
1.2.2 機械因素引起的振動故障 4
1.2.3 電磁因素引起的振動故障 5
1.3 抽水蓄能機組健康狀態(tài)評估研究 6
1.3.1 限值評估標準 6
1.3.2 統(tǒng)計評估標準 7
1.3.3 類比評估標準 8
1.3.4 模糊層次分析法 9
1.4 抽水蓄能機組智能故障診斷研究 9
1.4.1 有監(jiān)督故障診斷模型 10
1.4.2 無監(jiān)督故障診斷模型 14
1.5 抽水蓄能機組狀態(tài)趨勢預(yù)測研究 15
1.5.1 基于物理模型的預(yù)測方法 16
1.5.2 基于數(shù)據(jù)驅(qū)動的預(yù)測方法 16
參考文獻 18
第2章 抽水蓄能機組數(shù)據(jù)挖掘和多源異構(gòu)信息相關(guān)性分析 21
2.1 抽水蓄能機組運行狀態(tài)分析數(shù)據(jù)庫構(gòu)建 21
2.1.1 抽水蓄能機組運行狀態(tài)數(shù)據(jù)解析 21
2.1.2 抽水蓄能機組主輔設(shè)備運行狀態(tài)分析數(shù)據(jù)庫 26
2.2 抽水蓄能機組運行數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘 28
2.2.1 關(guān)聯(lián)關(guān)系相關(guān)概念及關(guān)聯(lián)關(guān)系挖掘算法 28
2.2.2 數(shù)據(jù)離散化方法 32
2.2.3 基于K-Mediods的抽水蓄能機組主輔設(shè)備運行數(shù)據(jù)離散化方法 33
2.2.4 抽水蓄能機組主輔設(shè)備關(guān)聯(lián)關(guān)系挖掘算法 35
2.2.5 抽水蓄能機組主輔設(shè)備運行數(shù)據(jù)實例分析 36
2.3 抽水蓄能機組主輔設(shè)備運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 39
2.3.1 水泵水輪機系統(tǒng)運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 40
2.3.2 調(diào)速系統(tǒng)運行參數(shù)典型關(guān)聯(lián)關(guān)系分析 45
2.3.3 發(fā)電電動機及其勵磁系統(tǒng)運行參數(shù)關(guān)聯(lián)關(guān)系分析 48
2.3.4 主變運行參數(shù)關(guān)聯(lián)關(guān)系分析 51
2.3.5 主進水閥系統(tǒng)運行參數(shù)關(guān)聯(lián)關(guān)系分析 52
2.4 抽水蓄能機組主輔設(shè)備故障關(guān)聯(lián)分析 55
2.4.1 構(gòu)建抽水蓄能機組運行狀態(tài)故障樣本表 55
2.4.2 抽水蓄能機組運行狀態(tài)關(guān)聯(lián)分析結(jié)果 57
參考文獻 63
第3章 抽水蓄能機組主輔設(shè)備運行狀態(tài)多重指標分析與綜合狀態(tài)評估 64
3.1 多重指標分析與綜合狀態(tài)評估模型 64
3.1.1 抽水蓄能機組綜合狀態(tài)評估模型 64
3.1.2 底層指標評估模型 66
3.1.3 綜合權(quán)重算法模型 68
3.2 抽水蓄能機組主輔設(shè)備綜合狀態(tài)評估實例分析 73
3.2.1 抽水蓄能機組綜合狀態(tài)評估指標體系建立原則 73
3.2.2 水泵水輪機綜合狀態(tài)評估指標分析 75
3.2.3 調(diào)速系統(tǒng)綜合狀態(tài)評估指標分析 92
3.2.4 發(fā)電電動機及其勵磁系統(tǒng)綜合狀態(tài)評估指標分析 93
3.2.5 主進水閥系統(tǒng)綜合狀態(tài)評估指標分析 95
3.2.6 主變綜合狀態(tài)評估指標分析 98
參考文獻 98
第4章 抽水蓄能機組主輔設(shè)備典型故障匯編與診斷 100
4.1 抽水蓄能機組主輔設(shè)備典型故障匯編 100
4.1.1 水泵水輪機系統(tǒng)故障匯編 100
4.1.2 發(fā)電電動機及其勵磁系統(tǒng)故障匯編 103
4.1.3 調(diào)速系統(tǒng)故障匯編 104
4.1.4 主變故障匯編 105
4.1.5 主進水閥系統(tǒng)典型故障匯編 107
4.2 基于FEEMD能量熵及混合集成自編碼器的抽水蓄能機組運行狀態(tài)特征提取方法 110
4.2.1 基于FEEMD固有模態(tài)函數(shù)能量熵的健康狀態(tài)特征提取 110
4.2.2 HEAE設(shè)計及其在故障狀態(tài)特征提取中的應(yīng)用 111
4.2.3 抽水蓄能機組狀態(tài)特征提取實例分析 115
4.3 基于能量熵判別與深度特征約簡的抽水蓄能機組混合故障診斷策略 118
4.3.1 基于能量熵統(tǒng)計分析的健康狀態(tài)判別體系 119
4.3.2 M-tSNE映射機制的深度故障特征約簡方法 120
4.3.3 基于能量熵判別與深度特征約簡的多步遞進式混合故障診斷策略 124
4.4 抽水蓄能機組多源信息融合故障診斷方法 129
4.4.1 循環(huán)DAE原理 129
4.4.2 基于GRU-NP-DAE的抽水蓄能機組多源故障診斷方法 135
4.4.3 抽水蓄能機組運行數(shù)據(jù)試驗分析 136
4.5 抽水蓄能機組無監(jiān)督故障聚類方法 138
4.5.1 生成式對抗網(wǎng)絡(luò)相關(guān)原理介紹 139
4.5.2 基于CatAAE的抽水蓄能機組無監(jiān)督故障聚類 142
4.5.3 抽水蓄能機組無監(jiān)督故障診斷實例驗證 147
4.6 基于模型推理的故障樹診斷模型 150
4.6.1 抽水蓄能機組主輔設(shè)備故障樹結(jié)構(gòu) 150
4.6.2 抽水蓄能機組主輔設(shè)備典型故障樹模型 151
4.6.3 基于故障樹診斷的抽水蓄能機組典型故障診斷 158
參考文獻 168
第5章 抽水蓄能機組主輔設(shè)備運行狀態(tài)趨勢預(yù)測方法 170
5.1 基于VMD與CNN的抽水蓄能機組振動信號多步非線性趨勢預(yù)測方法 170
5.1.1 VMD原理 171
5.1.2 CNN原理 172
5.1.3 水泵水輪機振動信號多步非線性趨勢預(yù)測 174
5.1.4 水泵水輪機振動信號多步預(yù)測結(jié)果分析 177
5.2 基于VMD與CNN-LSTM的抽水蓄能機組振動趨勢預(yù)測方法 185
5.2.1 抽水蓄能機組非平穩(wěn)信號分析 185
5.2.2 抽水蓄能機組非線性狀態(tài)趨勢預(yù)測方法 186
5.2.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法與參數(shù)設(shè)置 188
5.2.4 抽水蓄能機組狀態(tài)趨勢預(yù)測實例分析 191
5.3 基于融合滑動窗與Grey-Markov的抽水蓄能機組運行狀態(tài)趨勢預(yù)測方法 201
5.3.1 Grey-Markov預(yù)測模型 202
5.3.2 預(yù)測誤差來源分析及模型結(jié)構(gòu)優(yōu)化 205
5.3.3 融合滑動窗與Grey-Markov模型的抽水蓄能機組狀態(tài)趨勢組合預(yù)測方法 207
5.3.4 抽水蓄能機組運行狀態(tài)趨勢預(yù)測實例分析 212
參考文獻 217
第6章 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)設(shè)計 219
6.1 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)軟件架構(gòu)設(shè)計 219
6.1.1 軟件業(yè)務(wù)架構(gòu)設(shè)計 220
6.1.2 軟件前端架構(gòu)設(shè)計 220
6.2 抽水蓄能機組狀態(tài)評估及故障預(yù)警系統(tǒng)業(yè)務(wù)功能 221
6.2.1 系統(tǒng)登錄 221
6.2.2 數(shù)據(jù)挖掘模塊 222
6.2.3 故障診斷模塊 226
6.2.4 狀態(tài)評估模塊 237
6.2.5 文件導(dǎo)入模塊 241
參考文獻 243
第7章 水泵水輪機及其主要輔助設(shè)備在線監(jiān)測裝置典型配置意見與健康狀態(tài)評價規(guī)程 244
7.1 水泵水輪機及其主要輔助設(shè)備在線監(jiān)測裝置典型配置意見 244
7.1.1 范圍 245
7.1.2 規(guī)范性引用文件 245
7.1.3 術(shù)語和定義 246
7.1.4 總則 246
7.1.5 技術(shù)要求 247
7.1.6 信息安全 257
7.1.7 試驗和檢驗 258
7.1.8 標識、包裝、運輸和存儲 259
7.1.9 文件與資料 260
7.1.10 附錄 261
7.1.11 編制說明 261
7.2 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價規(guī)程 263
7.2.1 范圍 263
7.2.2 規(guī)范性引用文件 263
7.2.3 術(shù)語和定義 264
7.2.4 總則 266
7.2.5 設(shè)備健康狀態(tài)評價方法 266
7.2.6 附錄 271
7.2.7 編制說明 271
參考文獻 272
附錄A 資料性附錄 274
A.1 典型結(jié)構(gòu)示意圖 274
A.2 典型測點配置表 275
A.3 狀態(tài)報告示例 277
附錄B 規(guī)范性附錄 279
B.1 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價項目表 279
B.2 水泵水輪機及其主要輔助設(shè)備健康狀態(tài)評價匯總表 290
展開全部
書友推薦
- >
上帝之肋:男人的真實旅程
- >
有舍有得是人生
- >
經(jīng)典常談
- >
中國歷史的瞬間
- >
伯納黛特,你要去哪(2021新版)
- >
姑媽的寶刀
- >
月亮虎
- >
羅庸西南聯(lián)大授課錄
本類暢銷
