基于非下采样Contourlet变换的光电图像融合方法在GIL局放检测中的应用

光学检测和特高频检测是环保型气体绝缘输电线路(GIL)中两种重要的局放检测方法,但光学检测和特高频检测均会出现放电信号漏检的现象,使得光脉冲和特高频脉冲之间不具有严格的对应性,从而导致光学局放图谱和特高频局放图谱的特征信息不完整,降低模式识别的准确率。鉴于此,该文提出一种基于非下采样Contourlet变换(NSCT)的图像融合算法,将光学与特高频局放图谱相融合,实现两种检测方法的互补,避免了对于不同缺陷的放电信号漏检。通过搭建环保型GIL光电联合检测实验平台,得到尖端、自由微粒和悬浮缺陷的局部放电相位分辨(PRPD)图谱,再利用基于NSCT的图像融合算法得到光电融合局放图谱,并对其提取28个特征参量,通过主成分分析将特征向量的维数降为9。最后,讨论了线性判别法、支持向量机、K邻近算法(KNN)3种分类器对不同放电图谱的识别效果。结果表明,该文提出的光电融合图谱在不同的分类器下均可达到较高的识别率,最高可达97.78%;且当样本数量较少时,光电融合图谱仍然具有较高的识别率,最高可达87.25%,远高于其他两种放电图谱。