共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
正为了提高对输电线的故障智能诊断和检测能力,结合大数据分析和特征提取方法进行输电线故障检测,提出基于三维数据化技术的输电线故障检测方法。采用多传感器组网方法进行输电线网络数据采集,对采集的输电线数据进行三维特征重组,提取反映输电线网络故障的谱特征量,结合三维数据化分析技术进行输电线故障数据的可视化图谱重构,根据图谱中的异常分布状态,进行故障类别判断,实现输电线故障检测。实验结果表明,采用该方法进行输电线故障数据检测的准确性较好,通过对输电线的三维数据化图谱分析能实现输电线故障点的准确定位识别。 相似文献
4.
5.
6.
针对传统火灾探测器存在准确率不高的状况,构建了一种基于双波段红外视频火灾探测器,设计特定红外光学结构,采用彩色视频图像与红外图像融合识别火焰,并计算获取火焰中心坐标位置,实现联动报警通信,从而达到及时定位火情。着重阐述了基于双波段红外视频火灾探测器原理组成和各个模块电路设计,以及基于嵌入式系统软件实现,并采用蜡烛火焰为实验对象,测试了火焰识别、中心坐标定位及联动报警。实验结果表明,该火灾探测器以25帧/s连续采样火焰图像,既可以获取火焰中心坐标位置,又可以联动报警;且在无火情状况下,可作为安防监控,满足实际工程多功能应用需求。 相似文献
7.
传统红外图像输电线路故障识别方法易受到噪声的干扰,故障边缘特征信息模糊,不能准确找出输电线路故障的位置,存在识别准确率低,抗干扰性差等难题,为此提出了基于红外图像对输电线路故障识别方法。采用红外成像仪器采集输电线路的温度变化图像,并采用粒子滤波算法去除故障图像中的噪声干扰,通过RGB色彩通道转换对输电线路红外图像的故障区域进行划分,利用共轭梯度法对输电线路故障区域的故障点进行识别和定位。实验结果表明,该方法能够实现输电线路故障的准确定位和高精度识别,且定位精度高达80%。 相似文献
8.
9.
10.
提出了一种利用概率径向基神经网络和规一化径向基神经网络,构成智能故障诊断系统,进行电力传输线故障分类和故障定位的方法。同时,故障分类的结果加入到规一化径向基神经网络的输入矢量中,提高了故障定位结果的精确度,并且能够判断故障分类的正确性,从而提高了故障诊断系统的可靠性能。用所提出的方法进行电力输电线的短路故障诊断仿真测试表明,所提出的方法是可行、有效的。 相似文献
11.
针对当前电力配电网巡检效果不佳,无法对故障位置进行准确定位的问题,引入红外热成像技术,开展其在电力配电网自动巡检方法中的应用研究。通过红外设备对配电网运行现场图像进行采集;对存在的不稳定图像进行去噪处理;利用红外热成像技术,提取处理后的图像特征;通过对配电网故障位置的定位以及对故障类型的聚类,实现对配电网的自动巡回检查。通过对比实验证明,新的巡检方法在应用过程中,对故障位置的定位精度更高,电力配电网自动巡检效果较优,可为电力企业配电网安全运行提出借鉴和参考。 相似文献
12.
电力大数据中日益增多的非结构化数据为以人工诊断为主的传统处理方式提出了新的挑战。红外故障图像作为一种典型的非结构化数据,对于电力大数据的研究有着至关重要的作用。为了达到自动处理海量红外故障图像的目的,提出了一种基于卷积递归网络的电流互感器红外故障图像诊断方法。对红外故障图像首先进行超像素分割并利用其色度信息提取温度异常区域;然后采用两级联合卷积-递归神经网络,对大量样本信息进行训练学习来指导设备故障部位识别;最后依据部位信息对故障进行分类。实验结果表明,该算法鲁棒性较强,准确性较高,有效地提高了红外检测效率,为非结构化数据的特征提取分析提供了坚实的基础。 相似文献
13.
高压电力设备红外图像的边缘检测 总被引:4,自引:0,他引:4
红外图像的边缘检测是红外图像目标识别以及进一步红外故障诊断的关键环节.文中讨论在高压电力设备故障红外诊断系统中对红外图像的预处理过程,并通过几种边缘检测算子对噪声的抑制效果和边缘定位精度的对比分析,选用效果最优的边缘检测算子来实现红外图像的边缘检测.通过实例,验证了图像预处理和边缘检测方法的有效性. 相似文献
14.
为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL-PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。 相似文献
15.
介绍了红外诊断技术用于变电设备故障诊断的原理,阐述了红外诊断技术的特点,其适用范围包括导流回路的故障诊断、绝缘故障的诊断、铁磁损耗和涡流故障的诊断以及油浸设备缺油故障诊断。针对实际应用中发现的一些故障实例进行了分析探讨,归纳了红外诊断技术实际应用中的一些注意点。 相似文献
16.
针对高压电力输电线智能定位法中由于采用特征提取算法导致定位速度慢的问题,提出一种基于电压振幅和支持向量回归机的高压电力输电线故障智能定位系统。首先使用Matlab建立一条220 k V/300 km的高压电力输电线,并在此输电线上模拟出不同过渡电阻、不同位置、不同故障类型和故障初始角的故障信号。此系统使用单端测量方式,并只采集电压故障信号。采集到的电压故障信号经过低通滤波剔除干扰信号后,提取故障点后1/2周期的电压幅值作为故障特征信号,由支持向量回归机对故障特征信号进行训练和验证,实现对故障的精准定位。仿真研究表明,此系统不仅在很大程度上提高了故障定位的速度,而且故障定位的精度也非常高。 相似文献
17.
随着电力设备故障诊断技术的不断发展、红外测温诊断技术不断成熟,如何快速有效地对各类电气设备红外测温图像进行分类识别,是今后故障诊断智能化发展的关键环节之一。通过对红外测温图像分类识别方法进行研究,提出了一种基于改进卷积神经网络的电力设备红外图像分类识别方法。首先,通过旋转、翻转等方法对收集的红外图像进行数据增强;然后,建立基于改进MobileNetV2的电力设备红外图像分类识别模型,将电力设备红外测温图像通过迁移学习进行加权训练,利用Focal Loss函数改进神经网络的损失函数;最后,通过Softmax分类方法实现电力设备红外图像分类识别。试验表明,使用改进MobileNetV2的分类识别模型对电力设备红外图像进行分类识别的总平均准确率为92.62%,红外图像检测速度为116 f/s,具备较好的收敛速度与识别能力,为电力设备智能巡检提供了新思路。 相似文献
18.
19.
20.
自动诊断和状态监测技术是将传感器技术、多功能继电器、微型计算机信息处理和诊断技术应用于高压开关设备,并在一定时间内间断地或连续地获得有关运行状态的信息,以此作为故障诊断的依据,用来对已发生的或潜在的故障进行定位、确定和评估,并对设备的故障进行报警、计划维修或紧急停机检修。采用自动诊断和状态监测技术的主要 相似文献