新書推薦：
《
一如既往
》
售價：HK$
82.8
《
人工智能新时代：核心技术与行业赋能
》
售價：HK$
105.6
《
西方文明4000年（战争与和平，野蛮与文明，沉沦与觉醒，记录影响西方文明发展的历史瞬间）
》
售價：HK$
93.6
《
樱照良宵（全2册）
》
售價：HK$
83.8
《
长江小史
》
售價：HK$
59.8
《
智慧城市安全韧性评价与时空演化
》
售價：HK$
93.6
《
流程即组织力：华为高效增长的业务管理逻辑
》
售價：HK$
78.0
《
资治通鉴全本新注（全十四册）
》
售價：HK$
1873.8
|
| 內容簡介： |
|
复杂电能质量智能分析是近年来电能质量控制领域的热点。常见复杂电能质量智能分析包括电能质量信号压缩、暂态分类和暂态检测与定位等。本书将时-频分析方法与模式识别技术相结合，分别针对电能质量信号压缩、不同需求下的扰动识别和复杂参数条件下的扰动检测定位开展研究。基础篇，介绍了电能质量信号压缩、暂态分类和暂态检测与定位的意义及国内外发展研究现状。应用篇，介绍了电能质量信号智能分析的实例，如单类支持向量机与归一化距离测度的电能质量信号压缩方法；由S变换及其改进形式获得的时-频特征，通过特征选择方法，降低分类器维数，提高分类效率，并分别设计基于决策树、极限学习机、随机森林的暂态分类系统；基于Hyperbolic S变换（HS变换）、多分辨率快速S变换的电能质量扰动信号参数检测方法。高级篇，介绍了基于旋转森林的电能质量扰动识别方法以及基于时域特征提取和轻量级梯度提升机的电能质量扰动识别方法，并通过仿真实例证明了其有效性。本书为电能质量智能分析技术方面的专业书籍，专业性较强，可供电气工程、能源与动力工程和计算机等相关领域的研究者阅读和参考。
|
| 目錄：
|
|
目录/CONTENTS前言基础篇第1章 绪论1.1 电能质量分析的背景及意义 1.1.1 研究背景 1.1.2 研究意义1.2 国内外研究现状 1.2.1 电能质量数据压缩 1.2.2 电能质量扰动识别 1.2.3 电能质量扰动定位与参数分析参考文献应用篇第2章 主动配电网电能质量信号高效压缩2.1 噪声对归一化距离阈值的影响2.2 电能质量信号噪声估计2.3 单类支持向量机2.4 基于OCSVM与ND测度的电能质量信号压缩2.5 仿真与实测信号压缩实验 2.5.1 仿真实验 2.5.2 实测电能质量数据压缩实验2.6 本章小结参考文献第3章 基于多分辨率快速S变换的电能质量分析技术研究3.1 基于MFST的电能质量扰动信号处理 3.1.1 电能质量扰动信号概述及其数学模型 3.1.2 多分辨率S变换及其窗宽调整因子的确定 3.1.3 快速S变换原理 3.1.4 采用MFST的暂态扰动信号处理3.2 基于MFST的电能质量扰动信号特征提取 3.2.1 采用灰度级形态学高频降噪的振荡特征提取 3.2.2 扰动特征提取3.3 基于MFST的电能质量扰动信号识别实验 3.3.1 模式识别分类器设计 3.3.2 实验流程 3.3.3 仿真实验分析 3.3.4 实测数据分析3.4 本章小结参考文献第4章 基于时域压缩特征提取的电能质量分析技术研究4.1 配电网系统的时-频分析方法 4.1.1 配电网系统模型的建立 4.1.2 S变换 4.1.3 快速S变换4.2 采用时-频分割的改进全局阈值降噪 4.2.1 电能质量扰动信号时-频分割 4.2.2 图像平滑改进全局阈值 4.2.3 对比仿真实验 4.2.4 实验结果分析4.3 基于快速S变换时域压缩特征提取 4.3.1 快速S变换对扰动信号分析 4.3.2 时域压缩快速S变换4.4 基于粒子群优化极限学习机的扰动识别 4.4.1 分类器的设计 4.4.2 扰动识别准确率分析4.5 本章小结参考文献第5章 基于频域分割与局部特征选择的电能质量分析技术研究5.1 基于OMFST的扰动信号处理 5.1.1 S变换及其时-频特性分析 5.1.2 OMFST及其时-频特性分析5.2 基于OMFST频域分割的特征提取 5.2.1 电能质量扰动信号频域分割 5.2.2 OMFST特征提取5.3 基于CART算法的特征选择与决策树构建 5.3.1 基于Gini指数的嵌入式特征选择 5.3.2 基于剪枝方法的决策树构建 5.3.3 基于CART算法的电能质量扰动决策树构建 5.3.4 电能质量扰动识别实验流程 5.3.5 仿真实验分析 5.3.6 实测实验分析5.4 本章小结参考文献第6章 采用特征增强技术与随机森林的电能质量分析技术研究6.1 基于特征增强技术的单类电能质量扰动特征提取 6.1.1 电能质量扰动信号灰度变换原理 6.1.2 图像特征增强技术 6.1.3 仿真实验分析6.2 基于随机森林的单类电能质量扰动特征选择与识别 6.2.1 基于贝叶斯优化的随机森林分类器构建 6.2.2 基于Gini重要度分析的电能质量扰动特征选择 6.2.3 仿真实验分析6.3 本章小结参考文献第7章 基于HS变换的电能质量暂态扰动检测定位7.1 采用HS变换的扰动检测方法7.2 检测定位效果分析 7.2.1 仿真信号建模 7.2.2 仿真扰动信号分析与自动检测方法设计 7.2.3 不同幅值畸变度扰动定位精度比较 7.2.4 不同噪声环境下定位精度比较 7.2.5 其余参数对定位的影响 7.2.6 HS变换与S变换检测对比7.3 本章小结参考文献第8章 基于多分辨率快速S变换的电能质量扰动信号参数检测8.1 扰动参数检测方法 8.1.1 短时扰动的参数检测方法 8.1.2 周期性扰动的参数检测方法 8.1.3 暂态扰动的参数检测方法 8.1.4 复合扰动的参数检测方法8.2 参数检测仿真实验8.3 实测数据参数检测8.4 本章小结参考文献高级篇第9章 采用旋转森林的电能质量分析技术研究9.1 基于时域压缩多分辨率快速S变换的复合电能质量扰动特征提取9.2 基于旋转森林的复合电能质量扰动特征选择与识别 9.2.1 旋转森林算法 9.2.2 仿真实验分析 9.2.3 实测数据实验分析9.3 本章小结参考文献第10章 基于时域特征提取和轻量级梯度提升机的电能质量分析技术研究10.1 计及物联网数据传输速率约束的电能质量时域特征高效边缘提取 10.1.1 物联网数据传输速率约束 10.1.2 仿真实验分析10.2 基于轻量级梯度提升机的电能质量扰动特征选择与识别 10.2.1 LightGBM 10.2.2 仿真实验分析10.3 实测数据实验分析10.4 本章小结参考文献
|
| 內容試閱：
|
|
电能质量暂态扰动信号的分析对于电网以至整个电力系统均具有重要意义，主要包括电能质量信号的压缩、电能质量暂态信号的分类识别和电能质量暂态扰动的检测定位等。由于电能质量数据采集与记录设备存储容量有限，传统电网通过录波器等设备记录电网电能质量数据时，其记录范围仅包含电能质量事件发生过程中及相邻较短时间内的电能质量数据，且电能质量事件发生前后相邻时间的数据也采用降采样率方法记录，记录数据量有限，因而难以支持高精度电能质量分析的要求。因此，需要通过数据压缩方法对数据进行处理，这样依靠有限的存储设备与网络资源即可实现电能质量数据的高效存储与传输。电能质量扰动信号识别作为电能质量评估流程的步，是保证电力系统电能质量的基础和前提。一方面，电能质量扰动信号发生源较多，且不同类型的扰动信号产生原因各异，因此，需要对各类电能质量扰动信号进行准确识别，从而有效确定故障源并进行针对性治理；另一方面，在工业发展初期，由于电力系统复杂度较低，负载种类较少，电能质量扰动类别也较单一，因此扰动信号识别较为容易，随着国民经济的发展，海量分布式电源并网以及大量冲击性负载接入，电能质量扰动信号的类别也随之增加，并且呈现出复合发生趋势，导致扰动定位更加困难。电能质量的暂态扰动检测定位是从连续的电能质量暂态信号中，准确地检测是否存在扰动以及确定扰动发生和结束的时间点。通过分析扰动发生和结束的时间点，可以从扰动信号记录装置上推断原始扰动源位置；确定扰动的持续时间对于识别扰动类型、确定暂态过程中电压畸变幅度等也具有重要作用。传统的等效电压法定位等方法只能精确到一个或者半个周期，不能精确到具体时间点，已经不能满足检测定位的精度需要。另外，由于电力系统对暂态控制逐渐严格，原本未受重视的电压切痕、电压尖峰等持续时间极短，分析困难的电能质量暂态现象也需要进行相关的检测与定位研究，这些对电能质量的暂态检测与定位形成了新的挑战。本书分为三部分：（1）基础篇：介绍了电能质量信号压缩、暂态分类和暂态检测与定位的意义及国内外发展研究现状。（2）应用篇：介绍了电能质量信号智能分析的实例，如单类支持向量机与归一化距离测度的电能质量信号压缩方法；由S变换及其改进形式获得的时-频特征，通过特征选择方法，降低分类器维数，提高分类效率，并分别设计基于决策树、极限学习机、随机森林的暂态分类系统；基于HS变换、多分辨率快速S变换的电能质量扰动信号参数检测方法。（3）高级篇：介绍了基于旋转森林的电能质量扰动识别方法以及基于时域特征提取和轻量级梯度提升机的电能质量扰动识别方法，并通过仿真实例证明了其有效性。本书是在借鉴诸多学者辛勤劳动成果的基础上编写而成的，这些成果已列于参考文献中，在此表示深深的感谢，同时感谢为本书提供参考资料的同学、朋友，感谢吉林化工学院出版专著基金对本书的支持，感谢出版社对本书出版工作的支持。作者
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
