张浩、彭道刚、夏飞、钱玉良、徐春梅编著的这本《发电设备智能故障诊断技术》共分7章，第1章分析了发电设备智能故障诊断的意义及国内外发展研究现状，第2章介绍了发电设备故障数据预处理与特征提取，第3章介绍了汽轮发电机组轴心轨迹自动识别技术，第4章介绍了基于神经网络的发电设备智能故障诊断，第5章介绍了主元分析与神经网络集成的发电设备智能故障诊断，第6章介绍了基于信息融合的发电设备智能集成故障诊断，第7章介绍了发电设备智能故障诊断系统应用研究。

发电设备智能故障诊断技术是多学科交叉渗透的综合性研究课题。近年来，由于发电设备日益向大容量、高参数方向发展，系统复杂性、内部耦合度日益提高，使设备故障几率增大，严重影响了发电设备的可用率。而电力生产设备一旦发生故障，不仅会影响人们的生活，而且会影响工业生产。因此，加强发电设备的状态监测和故障诊断，对保障电力生产设备安全和稳定运行具有重要意义。张浩、彭道刚、夏飞、钱玉良、徐春梅编著的这本《发电设备智能故障诊断技术》首先介绍了发电设备智能故障诊断的意义及国内外发展研究现状，然后介绍了智能故障诊断的主要关键技术，如故障数据预处理与特征提取，汽轮发电机组轴心轨迹自动识别技术，基于神经网络、主元分析与神经网络集成、信息融合等多种智能故障诊断技术进行故障决策，最后针对几个实例介绍了故障诊断技术的应用。

《发电设备智能故障诊断技术》可作为从事电力设备状态监测与故障诊断工作的科研人员和相关专业高校教师使用和参考，也可供自动化、电气、热能动力与机械类相关专业研究生和高年级本科生作为研究和参考使用。

前言

l 概述

 1.1 发电设备智能故障诊断的意义

 1.2 国内外发展研究现状分析

2 发电设备故障数据预处理与特征提取

 2.1 数据预处理与特征提取方法

 2.2 嵌入式数据预处理与特征提取平台

 2.3 基于FFT变换的发电设备数据预处理

 2.4 基于小波变换的发电设备故障特征提取

3 汽轮发电机组轴心轨迹自动识别技术

 3.1 轴心轨迹自动识别框架设计

 3.2 基于一种粒子群模型的轴心轨迹提纯

 3.3 基于不变矩的轴心轨迹特征提取

 3.4 基于BP神经网络的特征识别

 3.5 仿真实例研究

4 基于神经网络的发电设备智能故障诊断

 4.1 神经网络的概述

 4.2 基于BP神经网络的汽轮发电机组故障诊断

 4.3 基于RBF神经网络的汽轮发电机组故障诊断

 4.4 基于CPN神经网络的汽轮发电机组故障诊断

 4.5 基于概率神经网络(PNN)的汽轮发电机组故障诊断

 4.6 基于小波神经网络(WNN)的汽轮发电机组故障诊断

 4.7 基于模糊神经网络(FNN)汽轮发电机组故障诊断

5 主元分析与神经网络集成的发电设备智能故障诊断

 5.1 集成诊断系统框架

 5.2 基于主元分析的特征向量降维

 5.3 GA-PSO-RBF神经网络

 5.4 仿真测试研究

6 基于信息融合的发电设备智能集成故障诊断

 6.1 信息融合的概述

 6.2 基于D-S证据理论的汽轮机故障诊断

 6.3 基于BP-RBF和D-S证据理论的汽轮机集成故障诊断

 6.4 基于PNN-RBF和证据理论的集成故障诊断

 6.5 基于WNN-PNN和证据理论的集成故障诊断

 6.6 基于灰色理论-PNN的汽轮发电机组集成故障诊断

 6.7 基于模糊集-BP和D-S证据理论凝汽器集成故障诊断

 6.8 基于BP-CPN和D-S证据理论的凝汽器集成故障诊断

7 发电设备智能故障诊断系统应用研究

 7.1 基于嵌入式ARM的远程数据采集系统

 7.2 基于LabVIEW的汽轮发电机组振动运行监测与故障诊断系统

 7.3 发电设备远程状态监测与智能故障诊断系统

参考文献