第1章 绪论 1
1.1 概述 1
1.2 状态检修的国内外研究概述 2
1.2.1 电力设备状态检修发展历程 3
1.2.2 状态检修的国内外研究现状 4
1.3 电能计量装置的发展概述 12
1.4 电能计量装置状态监测技术发展现状 15
第2章 电能计量装置系统 18
2.1 基于AMI的计量自动化系统 18
2.1.1 AMI概述 18
2.1.2 基于AMI的计量自动化系统体系结构 19
2.2 数据采集系统 20
2.2.1 电磁式互感器 20
2.2.2 电子式互感器 25
2.2.3 二次回路负载 30
2.2.4 电能表的接线方式 32
2.3 数据处理系统 34
2.3.1 感应式电能表 35
2.3.2 电子式电能表 37
2.3.3 电能表误差特征及故障对检测结果影响 40
2.4 数据通信系统及主站 42
2.4.1 数据通信系统 42
2.4.2 计量自动化系统主站 43
2.5 本章小结 44
第3章 设备状态评估技术 45
3.1 电能计量装置状态的概念 45
3.2 状态评估中的电工理论方法 46
3.3 基于数学评估方法的状态分析技术 52
3.3.1 数据相似度分析法 52
3.3.2 聚类分析 57
3.3.3 偏最小二乘回归 60
3.4 基于人工智能技术的状态分析技术 63
3.4.1 模糊推理 63
3.4.2 人工神经网络 66
3.4.3 纵横交叉算法 71
3.5 基于信息融合技术的状态评估方法 76
3.5.1 信息融合的方式 76
3.5.2 信息融合的数学模型 78
3.6 本章小结 80
第4章 电能计量装置状态监测评估技术 81
4.1 计量自动化系统的基本体系结构简介 81
4.2 基于电工理论的电能计量装置监测方法 92
4.2.1 三相电能表的状态监测 93
4.2.2 电能表的接线 95
4.2.3 互感器及二次回路阻抗 101
4.3 数学分析方法在电能计量状态监测中的应用 103
4.3.1 距离测度法在电能计量状态监测中的应用 103
4.3.2 相似性函数法在电能计量装置状态监测中的应用 106
4.3.3 基于偏最小二乘回归的电能计量装置状态监测方法 109
4.4 人工智能技术在电能计量状态监测中的应用 112
4.4.1 BP神经网络在电能计量装置状态监测中的应用 112
4.4.2 纵横交叉优化灰色算法在电能计量装置状态监测中的应用 119
4.4.3 层次分析法与模糊理论在电能计量装置状态监测中的应用 126
4.5 基于信息融合的电能计量状态监测方法 137
4.5.1 输入数据的预处理 138
4.5.2 基于信息融合技术的模糊评估方法 148
4.5.3 信息融合技术与模糊理论在电能计量装置状态监测中的应用 152
4.6 本章小结 155
参考文献 157