本书全面介绍了基于声音与振动信号的电力设备运行状态检测与故障诊断技术，全书共分为8章，主要包括绪论、声学基础、噪声与振动检测技术、声学与振动信号分析技术、电力变压器（电抗器）声学与振动故障诊断技术、开关类设备声学与振动诊断技术、旋转类电力设备声学与振动诊断技术、输电线路声学与振动诊断技术。通过实际案例分析，系统地展示了声音与振动信号检测技术用于电力设备故障诊断的独特优势和最新研究进展。
本书可作为从事电力设备状态监测与故障诊断、电力设备运行维护等工作的工程技术人员的参考用书。

第1章 绪论
1.1 电力设备故障诊断技术概述
1.1.1 电力设备故障诊断的含义
1.1.2 电力设备故障诊断的意义
1.1.3 电力设备故障诊断技术的发展
1.1.4 典型状态评价与故障诊断技术
1.1.5 智能运检技术应用情况分析
1.1.6 状态监测与故障诊断系统构成
1.2 电力设备声学与振动特性概述
1.2.1 变压器振动噪声
1.2.2 电抗器振动噪声
1.2.3 电容器振动噪声
1.2.4 开关柜设备振动噪声
1.2.5 线路、金具噪声
1.2.6 通风风机噪声
1.3 电力设备声学与振动故障诊断技术概述
1.3.1 噪声与振动诊断技术
1.3.2 声学成像故障诊断技术
参考文献
第2章 声学基础
2.1 声学基本概念
2.1.1 声波的产生
2.1.2 波动方程
2.2 机械振动基本概念
2.2.1 简谐振动方程
2.2.2 振动位移、速度和加速度
2.2.3 振动分析模型
2.3 基本声学参量
2.3.1 声压、声强和声功率
2.3.2 声学参量的级与运算
2.4 声音的传播特性
2.4.1 声场分类
2.4.2 声波的传播
2.4.3 惠更斯原理
2.4.4 多普勒效应
参考文献
第3章 噪声与振动检测技术
3.1 噪声与振动检测系统
3.2 传感器
3.2.1 声传感器
3.2.2 振动传感器
3.2.3 传感器的选用原则
3.3 传感器校准与使用
3.3.1 校准方法
3.3.2 传声器校准
3.3.3 振动传感器校准
3.3.4 传感器使用
3.4 声学信号采集
3.4.1 信号分类
3.4.2 信号采集
3.4.3 信号采集设备
3.5 声学信号处理
3.5.1 时域分析
3.5.2 频域分析
3.5.3 时频分析
3.6 噪声与振动测试方法
3.6.1 噪声检测方法
3.6.2 振动检测方法
参考文献
第4章 声学与振动信号分析技术
4.1 数字滤波去噪技术
4.1.1 无限脉冲响应(IIR数字滤波器设计)
4.1.2 FIR数字滤波器设计
4.2 小波分析
4.3 小波包分析
4.4 语音增强技术
4.4.1 谱减法语音增强技术
4.4.2 自相关处理抗噪法语音增强技术
4.4.3 利用Weiner滤波法的语音增强技术
4.5 短时窗法
4.6 盲源分离方法
4.6.1 盲源分离数学模型
4.6.2 盲源分离的预处理方法
4.6.3 基于极大似然的固定点算法
4.6.4 子带独立分量分析(SDICA算法)
4.6.5 基于互信息的分离算法
4.6.6 分离效果评价指标
4.7 电力设备声学与振动信号分析实例
4.7.1 电力设备声信号抗外界噪声干扰预处理
4.7.2 变电站主要声源噪声信号分离
4.7.3 配电变压器声音与振动信号盲源分离
4.7.4 高压并联电抗器声音与振动信号盲源分离
4.8 其他技术在变压器声音信号处理中的应用
4.8.1 数字图像及图像处理技术
4.8.2 变压器声纹图像的点运算
4.8.3 变压器声纹图像空间域增强
参考文献
第5章 电力变压器(电抗器声学与振动故障诊断技术)
5.1 故障特征提取
5.1.1 特征量提取概述
5.1.2 典型变压器声信号特征提取方法
5.1.3 变压器声信号典型特征
5.1.4 变压器声纹特征有效性分析
5.2 数据分布特征测度
5.2.1 集中趋势的度量
5.2.2 离散程度的度量
5.2.3 偏态与峰态的度量
5.2.4 数据分布箱线图
5.3 数据正态性检验方法
5.3.1 S-W检验
5.3.2 K-S检验
5.3.3 PP图与QQ图
5.4 变压器声纹特征分布规律统计分析
5.4.1 声压级与电压等级
5.4.2 声压级与冷却方式
5.4.3 声压级特征数量分布
5.4.4 奇偶次谐波比与电压等级
5.4.5 奇偶次谐波比与冷却方式
5.4.6 奇偶次谐波比特征数量分布
5.4.7 能量比重特征分布
5.4.8 频谱复杂度与电压等级
5.4.9 频谱复杂度与冷却方式
5.4.10 频谱复杂度特征参数的数量分布
5.4.11 运行时间对变压器声纹特征参数分布的影响
5.5 变压器声纹特征数据正态性检验
5.6 变压器声纹特征模式识别
5.6.1 基于LS-SVM的变压器运行状态评价
5.6.2 变压器谐波负载模式识别
5.6.3 变压器直流偏磁模式识别
5.6.4 变压器不平衡负载模式识别
5.7 基于深度学习的变压器声纹图像识别技术
5.7.1 变压器声纹图谱数据库建设方案
5.7.2 ONAN变压器声纹图谱数据库
5.7.3 ONAF变压器声纹图谱数据库
5.7.4 基于深度学习的变压器声纹图谱图像识别
参考文献
第6章 开关类设备声学与振动诊断技术
6.1 开关类设备
6.2 故障产生原因
6.3 故障检测方法
6.3.1 常用检测方法分类
6.3.2 超声波法
6.4 故障诊断案例
6.4.1 施工安装问题引起的设备问题
6.4.2 长期运行老化引起的设备问题
6.4.3 运行环境导