同類熱銷排行榜

抽水蓄能機組主輔設備狀態評估診斷與預測

作者：周建中//許顏賀|責編:范運年//王楠楠
出版社：科學
ISBN：9787030650153

出版日期：2021/04/01
裝幀：平裝
頁數：290

人民幣：RMB 168 元售價：元

內容大鋼

本書針對抽水蓄能機組主輔設備多源異構數據融合分析、狀態評估、故障診斷與趨勢預測面臨的關鍵科學問題及技術難題，以抽水蓄能水-機-電耦合複雜系統分析、系統科學與人工智慧理論為基礎，按照方法提出-模型構建-典型故障驗證-集成應用的遞進式結構體系進行全面闡述。
本書可供抽水蓄能機組主輔設備狀態評估、故障診斷、趨勢預測和水電生產過程狀態監測等方向相關學科高年級本科生、研究生學習參考，也可供從事抽水蓄能機組評估、診斷、預測工作的研究人員和抽水蓄能領域的工程技術人員參考借鑒。

作者介紹

周建中//許顏賀|責編:范運年//王楠楠

前言
第1章  緒論
  1.1  抽水蓄能機組運行狀態監測數據挖掘與信息融合技術
  1.2  抽水蓄能機組振動故障機理研究
    1.2.1  水力因素引起的振動故障
    1.2.2  機械因素引起的振動故障
    1.2.3  電磁因素引起的振動故障
  1.3  抽水蓄能機組健康狀態評估研究
    1.3.1  限值評估標準
    1.3.2  統計評估標準
    1.3.3  類比評估標準
    1.3.4  模糊層次分析法
  1.4  抽水蓄能機組智能故障診斷研究
    1.4.1  有監督故障診斷模型
    1.4.2  無監督故障診斷模型
  1.5  抽水蓄能機組狀態趨勢預測研究
    1.5.1  基於物理模型的預測方法
    1.5.2  基於數據驅動的預測方法
  參考文獻
第2章  抽水蓄能機組數據挖掘和多源異構信息相關性分析
  2.1  抽水蓄能機組運行狀態分析資料庫構建
    2.1.1  抽水蓄能機組運行狀態數據解析
    2.1.2  抽水蓄能機組主輔設備運行狀態分析資料庫
  2.2  抽水蓄能機組運行數據關聯關係挖掘
    2.2.1  關聯關係相關概念及關聯關係挖掘演算法
    2.2.2  數據離散化方法
    2.2.3  基於K-Mediods的抽水蓄能機組主輔設備運行數據離散化方法
    2.2.4  抽水蓄能機組主輔設備關聯關係挖掘演算法
    2.2.5  抽水蓄能機組主輔設備運行數據實例分析
  2.3  抽水蓄能機組主輔設備運行參數典型關聯關係分析
    2.3.1  水泵水輪機系統運行參數典型關聯關係分析
    2.3.2  調速系統運行參數典型關聯關係分析
    2.3.3  發電電動機及其勵磁系統運行參數關聯關係分析
    2.3.4  主變運行參數關聯關係分析
    2.3.5  主進水閥系統運行參數關聯關係分析
  2.4  抽水蓄能機組主輔設備故障關聯分析
    2.4.1  構建抽水蓄能機組運行狀態故障樣本表
    2.4.2  抽水蓄能機組運行狀態關聯分析結果
  參考文獻
第3章  抽水蓄能機組主輔設備運行狀態多重指標分析與綜合狀態評估
  3.1  多重指標分析與綜合狀態評估模型
    3.1.1  抽水蓄能機組綜合狀態評估模型
    3.1.2  底層指標評估模型
    3.1.3  綜合權重演算法模型
  3.2  抽水蓄能機組主輔設備綜合狀態評估實例分析
    3.2.1  抽水蓄能機組綜合狀態評估指標體系建立原則
    3.2.2  水泵水輪機綜合狀態評估指標分析
    3.2.3  調速系統綜合狀態評估指標分析
    3.2.4  發電電動機及其勵磁系統綜合狀態評估指標分析
    3.2.5  主進水閥系統綜合狀態評估指標分析

    3.2.6  主變綜合狀態評估指標分析
  參考文獻
第4章  抽水蓄能機組主輔設備典型故障彙編與診斷
  4.1  抽水蓄能機組主輔設備典型故障彙編
    4.1.1  水泵水輪機系統故障彙編
    4.1.2  發電電動機及其勵磁系統故障彙編
    4.1.3  調速系統故障彙編
    4.1.4  主變故障彙編
    4.1.5  主進水閥系統典型故障彙編
  4.2  基於FEEMD能量熵及混合集成自編碼器的抽水蓄能機組運行狀態特徵提取方法
    4.2.1  基於FEEMD固有模態函數能量熵的健康狀態特徵提取
    4.2.2  HEAE設計及其在故障狀態特徵提取中的應用
    4.2.3  抽水蓄能機組狀態特徵提取實例分析
  4.3  基於能量熵判別與深度特徵約簡的抽水蓄能機組混合故障診斷策略
    4.3.1  基於能量熵統計分析的健康狀態判別體系
    4.3.2  M-tSNE映射機制的深度故障特徵約簡方法
    4.3.3  基於能量熵判別與深度特徵約簡的多步遞進式混合故障診斷策略
  4.4  抽水蓄能機組多源信息融合故障診斷方法
    4.4.1  循環DAE原理
    4.4.2  基於GRU-NP-DAE的抽水蓄能機組多源故障診斷方法
    4.4.3  抽水蓄能機組運行數據試驗分析
  4.5  抽水蓄能機組無監督故障聚類方法
    4.5.1  生成式對抗網路相關原理介紹
    4.5.2  基於CatAAE的抽水蓄能機組無監督故障聚類
    4.5.3  抽水蓄能機組無監督故障診斷實例驗證
  4.6  基於模型推理的故障樹診斷模型
    4.6.1  抽水蓄能機組主輔設備故障樹結構
    4.6.2  抽水蓄能機組主輔設備典型故障樹模型
    4.6.3  基於故障樹診斷的抽水蓄能機組典型故障診斷
  參考文獻
第5章  抽水蓄能機組主輔設備運行狀態趨勢預測方法
  5.1  基於VMD與CNN的抽水蓄能機組振動信號多步非線性趨勢預測方法
    5.1.1  VMD原理
    5.1.2  CNN原理
    5.1.3  水泵水輪機振動信號多步非線性趨勢預測
    5.1.4  水泵水輪機振動信號多步預測結果分析
  5.2  基於VMD與CNN-LSTM的抽水蓄能機組振動趨勢預測方法
    5.2.1  抽水蓄能機組非平穩信號分析
    5.2.2  抽水蓄能機組非線性狀態趨勢預測方法
    5.2.3  神經網路優化演算法與參數設置
    5.2.4  抽水蓄能機組狀態趨勢預測實例分析
  5.3  基於融合滑動窗與Grey-Markov的抽水蓄能機組運行狀態趨勢預測方法
    5.3.1  Grey-Markov預測模型
    5.3.2  預測誤差來源分析及模型結構優化
    5.3.3  融合滑動窗與Grey-Markov模型的抽水蓄能機組狀態趨勢組合預測方法
    5.3.4  抽水蓄能機組運行狀態趨勢預測實例分析
  參考文獻
第6章  抽水蓄能機組狀態評估及故障預警系統設計
  6.1  抽水蓄能機組狀態評估及故障預警系統軟體架構設計
    6.1.1  軟體業務架構設計

    6.1.2  軟體前端架構設計
  6.2  抽水蓄能機組狀態評估及故障預警系統業務功能
    6.2.1  系統登錄
    6.2.2  數據挖掘模塊
    6.2.3  故障診斷模塊
    6.2.4  狀態評估模塊
    6.2.5  文件導入模塊
  參考文獻
第7章  水泵水輪機及其主要輔助設備在線監測裝置典型配置意見與健康狀態評價規程
  7.1  水泵水輪機及其主要輔助設備在線監測裝置典型配置意見
    7.1.1  範圍
    7.1.2  規範性引用文件
    7.1.3  術語和定義
    7.1.4  總則
    7.1.5  技術要求
    7.1.6  信息安全
    7.1.7  試驗和檢驗
    7.1.8  標識、包裝、運輸和存儲
    7.1.9  文件與資料
    7.1.10  附錄
    7.1.11  編製說明
  7.2  水泵水輪機及其主要輔助設備健康狀態評價規程
    7.2.1  範圍
    7.2.2  規範性引用文件
    7.2.3  術語和定義
    7.2.4  總則
    7.2.5  設備健康狀態評價方法
    7.2.6  附錄
    7.2.7  編製說明
  參考文獻
附錄A  資料性附錄
  A.1  典型結構示意圖
  A.2  典型測點配置表
  A.3  狀態報告示例
附錄B  規範性附錄
  B.1  水泵水輪機及其主要輔助設備健康狀態評價項目表
  B.2  水泵水輪機及其主要輔助設備健康狀態評價匯總表

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

抽水蓄能機組主輔設備狀態評估診斷與預測