本书在总结和整理近年来科研项目研究成果的基础上，结合新型电力系统研究热点和关键问题，有针对性地分析和调研现有人工智能技术在配电网故障诊断中的应用现状、难点和解决方法，为电力系统研究、从业人员提供理论和技术支撑。本书包括配电网故障诊断概述、故障检测与辨识方法、故障选线与定位方法等，覆盖了配电网故障诊断的不同领域，内容涵盖全面，技术剖析深入，能较好地为相关领域从业人员提供参考。
更多科学出版社服务，请扫码获取。
2013年获得新加坡南洋理工大学博士学位
2008年获得西南交通大学工学硕士学位
2005年获得西南交通大学工学学士学位
2013年至2019年，北京交通大学电气工程学院，讲师
2019年至今，北京交通大学电气工程学院，副教授
电力系统故障分析和处理作为通讯作者、第一作者发表论文80余篇，其中SCI检索20篇、EI检索45篇。《中国电机工程学报》《电网技术》优秀审稿人
电工学会人工智能专委会委员、IEEE PES 电力信息通信人工智能技术分委会理事
IEEE Sensors，IEEE Access，IET S M&T等期刊审稿人
目录
第1章 新型配电网故障诊断概述 1
1.1 引言 1
1.2 配电网故障诊断理论与方法 2
1.2.1 基于物理表征的故障诊断方法 3
1.2.2 基于数学变换的故障诊断方法 5
1.2.3 基于数据驱动的故障诊断方法 6
1.3 问题凝练与解决方案 7
1.3.1 新型配电网故障诊断问题提出 8
1.3.2 新型配电网故障诊断意义凝练 9
1.3.3 基于人工智能的故障处理方法的基本原理 9
第2章 基于人工智能的新型配电网故障检测方法 11
2.1 引言 11
2.2 基于多角度特征融合的配电网高阻接地故障检测方法 12
2.2.1 高阻接地故障特征分析 12
2.2.2 故障特征样本库构建 17
2.2.3 检测模型及应用流程 18
2.2.4 算例分析 21
2.3 基于度量元学习的小样本场景下高阻接地故障检测方法 26
2.3.1 小样本度量元学习分类理论 26
2.3.2 多域特征融合的信息表征结构 29
2.3.3 基于度量元学习的故障检测模型 30
2.3.4 算例分析 35
2.4 本章小结 38
第3章 基于人工智能的新型配电网故障选线方法 39
3.1 引言 39
3.2 基于空洞卷积神经网络的配电网选线方法 40
3.2.1 单相接地故障特性分析 40
3.2.2 空洞卷积神经网络模型构建 41
3.2.3 故障选线应用流程 42
3.2.4 算例分析 43
3.3 基于领域自适应迁移学习的配电网故障选线方法 46
3.3.1 领域自适应迁移学习简介 46
3.3.2 基于领域自适应的配电网选线模型 48
3.3.3 小样本场景下故障选线应用方案 50
3.3.4 算例分析 52
3.4 本章小结 58
第4章 基于人工智能的新型配电网故障区段定位方法 59
4.1 引言 59
4.2 基于图卷积网络的配电网故障区段定位方法 59
4.2.1 图论角度的配电网拓扑信息分析 60
4.2.2 图卷积网络配电网故障特征表达 63
4.2.3 基于图卷积网络的故障区段定位模型 65
4.2.4 算例分析 67
4.3 基于图注意力网络的配电网故障区段定位方法 70
4.3.1 考虑注意力机制的图注意力网络 70
4.3.2 适用于配电网重构的图注意力网络故障定位模型 73
4.3.3 改进的注意力调节机制 76
4.3.4 算例分析 76
4.4 本章小结 82
第5章 基于人工智能的新型配电网故障精准测距方法 83
5.1 引言 83
5.2 基于 BP 神经网络和三相注入的配电网故障测距方法 83
5.2.1 基于单端注入法的故障特征分析 83
5.2.2 BP 神经网络设计 90
5.2.3 基于反射脉冲特征提取的故障测距应用 93
5.2.4 算例分析103
5.3 基于堆叠式自编码器的配电网故障测距方法106
5.3.1 配电线路故障特性分析106
5.3.2 基于堆叠式自编码器故障测距模型 109
5.3.3 定位流程及参数分析112
5.3.4 算例分析119
5.4 本章小结 122
参考文献123
后记132
书单推荐
