排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级,提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法。首先,利用同态滤波和直方图均衡对憎水性图像进行增强预处理,然后利用改进的Canny算子提取了图像中水珠(或水迹)的边缘,并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量,最后建立了基于BP神经网络的憎水性识别模型,并对测试样本的憎水性等级进行了识别。实验结果表明,该方法克服了人为因素的影响,能够有效识别绝缘子7种典型憎水性等级,总识别率达90%,为在线检测绝缘子憎水性提供一种新的有效方法。 相似文献
2.
3.
为研究110k V运行复合绝缘子硅橡胶伞裙的老化状态,采用傅里叶变换红外光谱(Fourier Transform Infrared Spectrometer,FTIR)技术对来自同一厂家运行于3个不同地区的9支110k V复合绝缘子硅橡胶伞裙典型基团变化情况进行了研究。对比了不同部位、污区及运行年限硅橡胶伞裙中Si-O-Si主链及Si-CH3侧链反射率差异,结果显示导线侧伞裙、重污秽地区运行伞裙及运行年限较长伞裙的红外反射率较小,表明强电场、重污环境及长运行年限复合绝缘子硅橡胶伞裙老化较严重,硅橡胶伞裙老化状况随运行年限表现出缓慢增长-急剧增加-缓慢变化的趋势;同时运行年限对硅橡胶伞裙老化的作用相对最强,电场强度作用次之,而运行环境作用相对较弱,结合硅橡胶伞裙表面SEM测试结果对硅橡胶伞裙的老化差异进行了理论分析。 相似文献
1