本书主要内容为GIS内部绝缘故障检测及诊断技术，分别设计局部放电、过热缺陷模型并搭建模拟故障平台，以开展两类故障下SF6分解特性对比实验。重点介绍光谱分析技术对SF6分解产物的定性定量检测，局部放电的故障诊断模型以及故障趋势估计建模，很终实现光谱分析技术的GIS故障统一预警。

第1章概论1
1.1气体绝缘组合电器概述1
1.2GIS内部绝缘故障2
1.3GIS绝缘故障检测方法4
1.3.1局部放电故障检测4
1.3.2局部过热故障检测7
1.3.3基于SF6分解物分析的GIS绝缘故障检测8
1.4基于SF6分解物诊断技术存在的问题9
第2章SF6分解模拟实验及分解生成特性分析11
2.1SF6局部放电分解物生成特性11
2.2SF6高温分解产物生成特性14
2.3局部放电条件下SF6分解模拟实验16
2.3.1模拟放也实验平台16
2.3.2缺陷模型19
2.3.3实验设计21
2.4局部放电分解物生成特性分析22
2.4.1SF6局部放电分解机理22
2.4.2不同PD类型下分解物生成特性25
2.4.3不同电压等级下的分解物生成特性32
2.4.4不同气压等级下的分解物生成特性38
2.5局部过热条件下的SF6分解模拟实验42
2.5.1模拟过热实验平告42
2.5.2实验设计44
2.6局部过热分解物生成特性分析45
2.6.1分解产物生成特性45
2.6.2不同温度等级下分解物生成特性46
第3章SF6分解产物的光谱信号预处理技术50
3.1光谱信号去蝶50
3.1.1基于小波闽值的光谱去嗓算法研究50
3.1.2基于小波模极大值的SF6混合气体尤谱去噪算法研究53
3.1.3算法实例分析61
3.2SF6混合气体光谱的连续谱去除算法63
3.2.1连续谱去除算法研究概况63
3.2.2迭代小波连续谱去除算法65
3.2.3SF6混合气体光谱的模极大值拟合连续谱去除算法69
3.2.4SF6混合气体光谱的最佳小波基连续谱去除算法71
3.3SF6混合气体光谱的重叠峰分离算法74
3.3.1重叠峰分离算法研究概况74
3.3.2SF6混合气体光谱的重叠峰分离的分形算法77
3.3.3结呆与讨论83
第4章光谱分析与多元校正算法87
4.1主成分分析法87
4.1.1数学模型87
4.1.2主成分分析计算过程88
4.2因子分析法89
4.2.1数学模型89
4.2.2因子分析计算过程90
4.3多元线性校正算法91
4.3.1多元校正的研究概况91
4.3.2多元校正原理及实现92
4.3.3SF6混合气体光谱多元扶正算法实现94
4.3.4结果与讨论98
第5章局部放电故障诊断方法102
5.1特征参量提取102
5.1.1谱图数据解读102
5.1.2谱图的定量分析103
5.2基于径向基神经网络的诊断模型实验107
5.3决策树算法109
5.3.1决策树算法适用的问题109
5.3.2决策树的生成110
5.3.3决策树测试属性的选择110
5.3.4决策树修剪111
5.3.5基于决策树的诊断模型实验结果113
5.4SVM算法115
5.4.1支持向量机原理115
5.4.2基于SVM的GIS绝缘故障类型辨识120
第6章持续放电下故障趋势估计模型124
6.1隐Markov模型用于分解物分析技术124
6.1.1可行性分析124
6.1.2HMM基本思想与数学模型125
6.1.3HMM基本算法描述127
6.1.4HMM类型划分131
6.2连续HMM132
6.2.1模型描述132
6.2.2算法修改133
6.2.3多观测样本训练134
6.3持续性放电故障下分解物生成特性的趋势建模135
6.3.1持续性放电条件下SF6分解模拟实验135
6.3.2基于CHMM的分解物生成特性趋势建模139
第7章基于紫外光谱技术的故障现场预警142
7.1现有分解物检测方法比较142
7.2基于紫外吸收光谱的故障统一预警技术144
7.2.1GIS故障的现场预警144
7.2.2预警特征分解物选择145
7.2.3紫外吸收光谱技术原理146
7.3主要分解物的紫外光谱特性研究148
7.3.1不同组分紫外定性光谱检测实验148
7.3.2不同浓度SO2紫外光谱检测实验152
7.4基于奇异谱分析的现场光谱数据处理154
7.4.1奇异值分解155
7.4.2奇异谱分析156
7.4.3自适应光谱数据处理方法159
7.5谱图处理算法性能验证实验162
7.5.1去噪性能仿真实验162
7.5.2SO2识别及定量建模实验167
7.6GIS绝缘故障的紫外预警实验169
7.6.1模拟故障检测实验169
7.6.2实际故障检测实验172
参考文献175