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