网站地图 | Tags | 热门标准 | 最新标准 | 订阅
您当前的位置:首页 > 智能信息处理在电网故障诊断中的应用 > 下载地址2

智能信息处理在电网故障诊断中的应用

  • 名  称:智能信息处理在电网故障诊断中的应用 - 下载地址2
  • 类  别:电力电气
  • 下载地址:[下载地址2]
  • 提 取 码uzkm
  • 浏览次数:3
下载帮助: 发表评论 加入收藏夹 错误报告目录
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
新闻评论(共有 0 条评论)

资料介绍

智能信息处理在电网故障诊断中的应用
作者:何正友,杨健维,臧天磊 著
出版时间:2013年
内容简介
  输配电系统具有覆盖范围广、穿越地形复杂、易受气候影响等特点,因而发生故障的概率较高。准确、高效的电力系统故障诊断对故障后的快速恢复,进而提高供电可靠性具有重要意义。为了适应智能电网时代的信息处理要求,信息处理技术正逐渐向智能化方向发展。智能信息处理作为一种处理复杂系统信息的方法和技术,在电力系统故障元件确定、故障类型识别与故障定位(测距)等方面具有广泛的应用。西南交通大学何正友教授带领团队长期从事输配电系统和牵引供电系统故障诊断与保护、牵引供电系统可靠性评估等方面的研究工作,取得了有价值的研究成果。近年来,他们以电力系统智能化发展为契机,取得了适应我国电力系统发展的故障诊断研究成果。本书是对这些创新成果的提炼和总结。其内容涵盖了电力系统故障诊断的信息、内容、难点与智能化方法。在电力系统故障元件确定方面,重点介绍了粗糙集与量子神经网络方法、贝叶斯与朴素贝叶斯方法、模糊与有色Petri网方法和二进制粒子群优化方法;在故障类型识别方面,重点介绍了粗神经网络方法、自适应神经模糊推理方法、7昆合模糊Petri网方法和行波固有频率方法;在故障定位(测距)方面,重点介绍了基于固有频率的单端行波故障测距方法和利用电气信号动态特性的动态故障测距方法。
目录
1 电网故障诊断概述
 1.1 电网故障诊断的信息源和诊断内容
 1.2 难点与展望
 参考文献
2 基于粗糙集与量子神经网络的电网故障诊断
 2.1 引 言
 2.2 粗糙集理论及其在电网故障诊断中的应用
 2.3 量子神经网络在电网故障诊断中的应用
 2.4 粗糙集和量子神经网络相结合的电网故障诊断方法
 2.5 本章小结
 参考文献
3 基于贝叶斯网络的电网故障诊断
 3.1 引 言
 3.2 贝叶斯基本理论
 3.3 基于贝叶斯网络的电网故障诊断方法
 3.4 本章小结
 参考文献
4 基于Petri网的电网故障诊断
 4.1 引 言
 4.2 Petri网的理论基础
 4.3 基于自适应模糊Petri网的故障诊断方法
 4.4 基于方向性加权模糊Petri网的电网故障诊断方法
 4.5 基于有色Petri网的电网故障诊断方法
 4.6 本章小结
 参考文献
5 基于二进制粒子群算法的电网故障诊断
6 输电线路故障类型识别
7 基于行波固有频率的输电线路故障测距
8 动态条件下输电线路故障测距

下载排行 | 下载帮助 | 下载声明 | 信息反馈 | 网站地图  360book | 联系我们谢谢