掃一掃
關注中圖網
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秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
深度學習在牽引供電系統暫態辨識與故障測距中的應用研究 版權信息
- ISBN:9787564390297
- 條形碼:9787564390297 ; 978-7-5643-9029-7
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>>
深度學習在牽引供電系統暫態辨識與故障測距中的應用研究 內容簡介
本書是一本研究深度學習在牽引供電系統暫態辨識與故障測距中的應用的學術專著。牽引供電系統是電氣化鐵路的關鍵基礎設施,也是相對薄弱的環節,其絕緣故障、跳閘、弓網電弧、過分相涌流等非正常工作狀態,既會對供電可靠性造成威脅,也會給設備帶來損害,準確地辨識故障或異常,有利于提高運行維護水平。另外,接觸網點多線長,無備用,一旦故障停電,將中斷行車,故障的精確定位有利于縮短修復時間。本書在將深度學習方法引入到暫態信號的特征信息的自動提取和處理中做出了嘗試和研究,并取得了較好的實驗效果,從而為牽引供電系統的暫態辨識與故障測距提供了一條新的解決思路和方法。
深度學習在牽引供電系統暫態辨識與故障測距中的應用研究 目錄
1 緒論
1.1 引言
1.2 牽引供電系統的暫態過程
1.3 國內外研究現狀分析
1.4 主要研究內容
2 牽引供電系統暫態過程分析
2.1 牽引供電系統暫態過程類型
2.2 實測數據分析
2.3 牽引供電系統短路故障
2.4 雷電過電壓
2.5 弓網離線過電壓
2.6 過分相
本章小結
3 深度學習
3.1 深度學習簡介
3.2 深度學習的基本模型及其改進
3.3 其他
本章小結
4 基于深度學習的牽引供電系統暫態信號辨識
4.1 基于卷積網絡1D-CNN和多任務學習MTL的雷電繞擊與反擊識別
4.2 基于多變量的GRU和FCN并行模型的牽引供電系統暫態辨識
本章小結
5 無標記實測數據的深度聚類分析
5.1 基于1D-CNN和LSTM的深度時間聚類方法
5.2 實驗設計與結果分析
本章小結
6 牽引供電系統行波傳播特性
6.1 AT供電專用自耦變壓器的電磁暫態建模
6.2 牽引供電線路行波特性分析
6.3 仿真驗證及分析
本章小結
7 牽引供電系統行波故障測距
7.1 考慮行波波到的波尾形態差異的單端故障測距
7.2 基于MGRU-FCN的單端行波故障測距
本章小結
8 總結與展望
參考文獻
附錄A 參數計算、仿真模型
附錄B 弓網離線電弧模型MODELS代碼
附錄C 暫態數據集波形
1.1 引言
1.2 牽引供電系統的暫態過程
1.3 國內外研究現狀分析
1.4 主要研究內容
2 牽引供電系統暫態過程分析
2.1 牽引供電系統暫態過程類型
2.2 實測數據分析
2.3 牽引供電系統短路故障
2.4 雷電過電壓
2.5 弓網離線過電壓
2.6 過分相
本章小結
3 深度學習
3.1 深度學習簡介
3.2 深度學習的基本模型及其改進
3.3 其他
本章小結
4 基于深度學習的牽引供電系統暫態信號辨識
4.1 基于卷積網絡1D-CNN和多任務學習MTL的雷電繞擊與反擊識別
4.2 基于多變量的GRU和FCN并行模型的牽引供電系統暫態辨識
本章小結
5 無標記實測數據的深度聚類分析
5.1 基于1D-CNN和LSTM的深度時間聚類方法
5.2 實驗設計與結果分析
本章小結
6 牽引供電系統行波傳播特性
6.1 AT供電專用自耦變壓器的電磁暫態建模
6.2 牽引供電線路行波特性分析
6.3 仿真驗證及分析
本章小結
7 牽引供電系統行波故障測距
7.1 考慮行波波到的波尾形態差異的單端故障測距
7.2 基于MGRU-FCN的單端行波故障測距
本章小結
8 總結與展望
參考文獻
附錄A 參數計算、仿真模型
附錄B 弓網離線電弧模型MODELS代碼
附錄C 暫態數據集波形
展開全部
深度學習在牽引供電系統暫態辨識與故障測距中的應用研究 作者簡介
傅欽翠:華東交通大學教師,副教授,軌道交通牽引電氣化研究院副院長。承擔的教學課程:信息論基礎、時頻電磁暫態分析與信號處理、數字化變電站技術(研究生層次);電工電子學(本科層次)。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
詩經-先民的歌唱
- >
回憶愛瑪儂
- >
【精裝繪本】畫給孩子的中國神話
- >
推拿
- >
龍榆生:詞曲概論/大家小書
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
本類暢銷