作者：王大为
页数：164
出版社：中国电力出版社
出版日期：2024
ISBN：9787519884499
电子书格式：pdf/epub/txt
内容简介
电力电缆凭借可靠性高、环境影响小，输送容量大的特点，已逐渐成为城市输配电网电能传输的重要手段。纽约、伦敦、巴黎、北京、上海等国际化大都市核心区域电缆化率已接近100%，电力电缆的安全可靠运行已经成为城市安全可靠供电的重中之重。由于电力电缆长期敷设在地下运行，需要通过各类设备对其运行状态进行监测，随着智能电网建设的不断推进，电力电缆设备的智能化在线监测得到了较大发展并成为趋势，监测数据也变得日益庞大，电力电缆设备在线监测系统越来越面临巨大的技术挑战。
本书的主题是介绍电力电缆设备监测设备大数据分析相关技术，研究以海量多源异构数据为驱动的设备状态分析方法，对电力电缆设备监测大数据的存储方法、数据在分布式平台下的分布策略、波形信号的并行分析和特征提取方法、多源数据的并行关联查询和分析方法、监测数据的并行聚类方法等问题进行了系统深入的研究。
全书各章内容将紧密相关、层层相扣。第D1部分首先介绍了当前电力电缆设备在线监测设备监测数据的基本特点以及所面临的挑战；第2部分介绍了电力电缆监测设备大数据处理和存储技术所面临的挑战及研究现状；第3部分介绍了同步多通道下电力电缆监测数据的特征选择方法；第4部分对电力电缆接地电流的模态识别及状态诊断算法开展了详细分析，并给出了数据处理方式及知识库与系统开发方法；第5部分介绍了电力电缆局部放电数据的图谱构造、特征提取、放电类型识别；第6部分介绍了电力电缆大数据分析应用的典型案例。
作者简介
王大为，北京市电缆公司，高级工程师，现任国网北京市电力公司电缆分公司产业单位科技创新中心主任，主要从事电力电缆状态监测、运维检修、试验检测方面新材料、新技术、新装备研发与应用方面工作。CIGRE B1.WG89青年专家，IEEE P3148标准工作组成员，作为科技项目负责人承担国网公司科技项目1项、北京公司科技项目1项，参与国网公司科技项目2项、北京公司科技项目各1项。发表三大检索及核心期刊论文10篇，作为副主编参编《电力电缆振荡波试验技术》，获得授权专利项。
本书特色
本书重点对电力电缆在线监测大数据的基本情况，数据特征提取算法，大数据处理技术进行介绍，并配有流程及示意图，具备较强的阅读性。 本书包含电力电缆状态监测大数据分析的典型案例，对电力电缆状态监测与诊断提供了技术思路及方法。非常适合从事电力电缆状态监测、检测工作人员阅读并参考。 本书中关于电力电缆局部放电大数据应用与处理方法可成为相关技术研发人员的重要参考阅读书籍。
目录
第一章 电力电缆设备大数据特点和面临的技术挑战
第一节 电力电缆设备大数据基本概念
第二节 电力电缆设备大数据来源及获取方式
第三节 电力电缆设备大数据特点
第四节 电力电缆设备大数据面临的技术挑战
第二章 电力电缆设备大数据关键技术
第一节 数据采集与传输关键技术
第二节 数据存储关键技术
第三节 流式计算关键技术
第四节 数据分析建模技术
第三章 同步多通道电力电缆设备时间序列状态监测数据特征选择方法
第一节 电力电缆设备时间序列状态监测数据
第二节 特征选择算法的基本结构与分类
第三节 基于时间序列的特征选择算法
第四节 基于评价策略的特征选择算法
第五节 基于搜索策略的特征选择算法
第六节 基于不同监督信息的特征选择算法
第四章 基于无监督学习的电力电缆接地电流模态识别
节 研究背景
第二节 研究现状
第三节 数据清洗与预处理
第四节 护层电流与光纤测温信号的时空特性分析
第五节 基于无监督学习的历史数据挖掘与时空分析
第六节 知识库设计
第七节 系统工具设计与开发
第五章 基于机器学习的电力电缆局部放电模式识别
节 电力电缆局部放电检测研究现状
第二节 电力电缆局部放电数据自学习实现策略
第三节 电力电缆多源局部放电数据样本集的预处理
第四节 复杂数据源下的局部放电模式识别方法
第六章 电力电缆大数据分析技术应用案例
节 电力电缆多维数据预处理算法研究
第二节 电力电缆多维数据预处理案例分析
第三节 基于SdA-t-SNE和DBSCAN的时空特征提取与聚类算法案例分析
第四节 基于SBD的护层电流异常检测算法案例分析
第七章 总结与展望
节 总结
第二节 展望
参考文献
