前〓〓言

保障电力系统安全稳定运行是实施“碳达峰、碳中和”重大战略的必然要求。变电站是电能进行变换、分配等作用的核心场所，保障变电站安全运行对维护电力系统稳定具有极其重要的意义。变电站电力设备类型多样、规模庞大、结构参数繁多、运行环境复杂，其发生故障后不仅造成设备本体损伤，还易引起变电站全站故障，甚至导致大电网停电等连锁事故。及时、准确地分析变电站电力设备的运行状态，并有效实现电力设备故障诊断与状态评估，一直是国内外学者和工程技术人员共同关心的热点和难点问题。

变电站电力设备故障机制复杂，基于故障机制的故障精准辨识难度较大。随着先进传感及通信技术的发展，变电站电力设备状态参量已由单一、少量的离线数据过渡到海量的状态监测数据，对这些数据进行高效利用，是提高设备故障诊断与状态评估效果的有效途径。然而，变电站电力设备状态监测数据呈现出体量大、类型多、增速快，但价值密度低的特点，面对上述特点，如何从海量数据中准确挖掘关键特征，传统的故障诊断与状态评估方法难以胜任。

近年来，以深度学习为代表的人工智能技术迅猛发展，人工智能技术除模拟人脑智能外，还可延伸和扩展人脑智能。凭借着强大的特征提取、特征挖掘能力，人工智能技术在各行各业中得到了广泛应用，无论是人脸识别还是自动驾驶，都体现了人工智能技术的优势。人工智能技术为经济社会的进步提供了巨大推力，各国争相抢占人工智能技术理论研究与实践应用的制高点。2017年，我国出台了《新一代人工智能发展战略》，从国家战略层面对新一代人工智能技术的发展做出了顶层规划。党的二十大报告更是将人工智能技术确定为新的经济增长“引擎”。在此背景下，基于人工智能的电力系统数字化转型蓬勃发展。

电力设备海量状态监测数据的获取为实现设备故障数字诊断与评估提供了坚实基础； 而以深度学习为代表的人工智能技术的应用又为数字诊断与评估中面临的因果推理、特征挖掘、关联分析等难题提供了高效解决方案。人工智能应用技术已成为业内公认的实现变电站电力设备故障数字诊断与评估的有效途径。

然而，受变电站内复杂电磁环境等的影响，变电站电力设备状态监测数据往往质量欠佳； 受通信与存储等限制，变电站电力设备状态监测数据样本往往不平衡度较高，主要体现在异常样本偏少。上述特点又为基于人工智能技术的变电站电力设备故障数字诊断与评估带来新的挑战。

为解决上述问题，国内外众多学者进行了大量研究工作，并取得了丰硕成果。华北电力大学作为能源电力特色鲜明的双一流高校，一直将服务我国电力系统数字化转型作为核心任务。课题组长期以来也一直从事输变电设备数字化智能诊断与评估的相关工作，并一直在思考如何进一步提高我国变电站电力设备故障数字诊断与评估水平。在上述目标驱动下，我联合华北电力大学电气与电子工程学院众多研究人员，系统思考了实现变电站电力设备故障数字诊断与评估的关键科学与技术问题，将近些年来我们研究的新理论、新技术、新应用进行了系统梳理并编写此书，希望对于关心本领域的广大科研与工程技术人员有所裨益。

全书共11个章节,主要包括变压器、GIS、电抗器等变电站内典型电力设备的数字化故障诊断与评估方法，由谢庆教授负责统稿。其中，第2、3、9、10章由谢庆教授、李岩老师主笔，第1、4章由谢军副教授主笔，第5章由王永强副教授主笔，第6章由郑书生教授级高工主笔，第7章由律方成教授主笔，第8章由范晓舟高工主笔，第11章由张珂教授主笔。

感谢课题组马康、牛雷雷、王春鑫、张雨桐、秦亮亮、段祺君、王子豪、杨天驰等博士、硕士研究生在文字校对、图表修改等方面所做的大量工作。本书的撰写得到了华北电力大学领导和同事们的大力支持，在此表示深深的谢意。同时，对本书引用的国内外研究成果的作者和单位也表示衷心的感谢。

本书的出版得到了“十三五”国家重点研发计划项目“数字电网关键技术”与清华大学出版社的大力支持，在此表示由衷的感谢。 

人工智能技术方兴未艾，电力系统的数字化转型正蓬勃发展，变电站电力设备故障数字诊断与评估水平也迅速提升。本书在编写过程中，尽管考虑了各种因素，但难免有不完善之处，欢迎广大读者提出宝贵意见。

2022年12月于华北电力大学