数据融合驱动电气设备故障的智能诊断

　　前言
　　第1章 绪论
　　1.1 引言
　　1.1.1 故障诊断技术的国内外研究现状
　　1.1.2 故障诊断技术的经济效益
　　1.2 故障诊断技术的常用术语及基本内容
　　1.2.1 故障诊断技术的常用术语
　　1.2.2 故障诊断技术的基本内容
　　1.3 数据驱动故障诊断的方法与分类
　　1.3.1 定性分析的方法
　　1.3.2 基于解析模型的方法
　　1.3.3 基于数据驱动的方法
　　1.4 电气设备故障诊断技术及热点问题
　　1.4.1 电气设备概述
　　1.4.2 电气设备故障诊断技术现状
　　1.4.3 电气设备状态监测与故障诊断
　　1.5 电气设备故障诊断数据驱动与人工智能技术
　　1.5.1 电气设备故障诊断涉及的学科领域
　　1.5.2 电气设备故障诊断中的重要环节
　　1.5.3 电气设备故障诊断系统
　　1.5.4 电气设备故障诊断技术的应用
　　1.6 故障诊断技术的发展趋势
　　1.6.1 应用故障诊断技术的优势
　　1.6.2 故障诊断技术的发展方向
　　参考文献
　　第2章 电气设备故障及常规诊断方法
　　2.1 电气绝缘的基本知识
　　2.1.1 电介质及介质的击穿
　　2.1.2 绝缘材料老化
　　2.2 电气设备的主要类型及工作制
　　2.2.1 电磁基本定律和电机主要类型
　　2.2.2 电动机工作制
　　2.2.3 电动机运行条件
　　2.3 电气设备检测的常规方法
　　2.3.1 利用人的感官检查设备故障
　　2.3.2 故障检测装置及其使用方法
　　2.4 电力变压器故障及常规诊断方法
　　2.4.1 变压器的基本工作原理和结构
　　2.4.2 变压器的数学模型
　　2.4.3 变压器的故障检测
　　2.5 异步电动机故障及常规诊断方法
　　2.5.1 三相异步电动机工作原理
　　2.5.2 异步电动机机械特性
　　2.5.3 异步电动机的数学模型
　　2.5.4 异步电动机故障机理
　　2.5.5 异步电动机的故障检测
　　2.6 同步发电机故障及常规诊断方法
　　2.6.1 同步发电机
　　2.6.2 同步发电机的故障检测
　　参考文献
　　第3章 基于主元分析的故障诊断及应用技术
　　3.1 引言
　　3.2 主元分析
　　3.2.1 主元分析建模的方法
　　3.2.2 主元分析的性质
　　3.2.3 主元子空间和残差子空间
　　3.2.4 多尺度主元分析
　　3.3 基于PCA故障检测
　　3.3.1 基于传统贡献图的故障诊断技术
　　3.3.2 基于传感器有效度指标的故障诊断技术
　　3.3.3 基于重构贡献图的故障诊断技术
　　3.3.4 PCA方法及其在故障诊断中的应用
　　参考文献
　　第4章 基于神经网络的故障诊断及应用技术
　　4.1 引言
　　4.1.1 神经网络的发展
　　4.1.2 神经网络的特点及功能
　　4.2 神经网络基础
　　4.2.1 神经网络原理
　　4.2.2 神经网络学习规则
　　4.3 BP神经网络
　　4.3.1 BP神经网络的前向计算
　　4.3.2 BP神经网络加权系数的调整规则
　　4.3.3 BP学习算法计算步骤及注意事项
　　4.4 RBF神经网络
　　……
　　第5章 基于证据理论的故障诊断及应用技术
　　第6章 基于支持向量机的故障诊断及应用技术
　　第7章 基于小波分析的故障诊断及应用技术
　　第8章 基于信息融合的故障诊断及应用技术
　　参考文献

　　《数据融合驱动电气设备故障的智能诊断》主要介绍数据融合驱动故障诊断方法及其在电气设备中的应用，在对电气设备故障诊断技术的国内外研究现状进行系统分析的基础上，重点介绍了变压器、旋转电机等电气设备故障发生的机理和常规诊断方法。同时比较全面地论述了故障诊断的新理论、新方法及其应用技术，主要包括基于主元分析、神经网络、证据理论、支持向量机、小波分析和信息融合的故障诊断及应用技术，探讨了实现电气设备状态监测及故障诊断技术的合适方法。
　　《数据融合驱动电气设备故障的智能诊断》适合高等学校电气工程与电子信息等专业的研究生使用，亦可供有关工程技术人员学习参考。