前言

设备的数智巡检，是在工业互联网背景下运作系统设备巡检和可靠性保障的一种新模式。目前，已有的数智巡检方法更多地侧重设备状态的监测技术（如传感器设计）、检测工具（如电网线路的巡检机器人）发展等方面，即侧重设备巡检的工具自动化和手段数字化方面。本书以电网设备巡检与管理为应用背景，在设备巡检数字化基础上的故障与故障隐患诊断决策的智能化策略和方法方面开展了一些探索，为运作系统设备的数智巡检这一生产服务的前沿领域的发展提供参考与支持。

本书的内容共七章，介绍了电网设备及其故障巡检特点、设备状态监测数字化引出的设备智能巡检的数据基础问题、传感器数据可用性评价与数据融合方法、基于在线学习的设备个性化故障动态诊断策略和基于数据的设备故障隐患识别问题。

第1章属于导论，其目的在于说明数智巡检的一般概念、特点及其相关策略，以智能电网的设备巡检为主要背景，总结数字环境下电力设备可靠性管理面临的挑战。第2章介绍电力设备的分类与常见故障类型，总结国内外设备巡检策略的发展历程，对比国内外现阶段设备巡检策略的发展现状，说明电力设备智能巡检和故障诊断研究中发展数智巡检策略的重要性与必要性。第3章以电力设备巡检数据为背景，介绍了物联网环境下设备数智巡检策略的数据基础，总结国内外电力设备在线监测与离线检测技术的发展现状，梳理各种设备监测技术所得数据的不同特征，为后续的数据评价与分析和基于数据的智能巡检策略的发展做数据基础方面的准备。第4章提出了一类设备运行状态在线监测数据可用性分析策略。该策略通过分析在线监测与带电检测的趋势一致性，评价在线监测数据的可靠性与设备监测装置的可用性；在此基础上，提出了设备运行状态在线与离线双源监测数据的融合校正方法，以为设备巡检的数字化与智能化提供较坚实的数据基础。第5章提出了一种基于在线学习的设备个性化故障动态诊断策略。该策略建立了监督式、非监督式故障诊断模型，通过两种模型组合决策的方式，解决设备故障案例不足问题，并为描述设备个性化运行特征对故障诊断决策的影响提供了可行的方案。第6章提出了一种基于时域特征的设备故障隐患的在线智能诊断策略。该策略综合利用设备各监测指标在复杂度、时频域等方面的变异情况，通过机器学习算法从故障特征中自动学习诊断的逻辑，实现设备故障隐患的智能诊断，属于故障发生之前的主动预防策略。第7章总结本书的研究成果，并展望未来进一步的研究方向。

本书的内容主要来自作者在数智巡检方面的长期研究。部分内容是作者对研究过程中所涉及文献内容的综述和归纳。浙江大学管理学院博士研究生周健参与了本书第4章内容的初稿编写，游雨暄参与了本书第6章内容的初稿编写，浙江大学管理学院与香港理工大学联合中心硕士研究生温丽娜参与了本书第2章内容的初稿编写，范逸文博士参与了部分数据的收集与分析工作。在本书的形成过程中，国家电网浙江电力科学研究院的多位专家（王文浩、郑一鸣、郑刚等）为本书的研究提供了电网设备专业管理方面的大力支持。本书涉及的有关研究工作得到了国家自然科学基金（71821002）、浙江大学一流学科支持项目和国家电网公司科学技术委托项目（SGZJ0000KXJS1800372）等项目的支持与资助，在此一并表示衷心感谢。