基于 SSA-SVM 的海杂波背景下小信号检测方法

针对传统检测方法不能有效地从强混沌背景噪声中检测出小信号,本文研究了强杂波背景下小目标检测原理,提出了一种基于SSA-SVM的混沌小信号检测方法。利用麻雀搜索算法优化SVM惩罚参数C与核函数参数σ提高预测准确性,从而降低检测门限,提高检测率。在Lorenz混沌系统中加入目标信号进行仿真,结果表明：提出的方法能有效地从强混沌背景噪声中检测出小信号,瞬态小信号预测的均方根误差为0.000 434 3(信噪比为-137.707 3 dB),比传统SVM算法预测信号的均方根误差0.049(信噪比为-54.60 dB)降低了两个数量级。利用IPIX雷达实测海杂波数据,对所提方法进行实验验证,进一步说明了该方法的有效性。     

复合绝缘子隐蔽性缺陷检测方法

作为架空线路主要防污闪产品的复合绝缘子已大量应用于电网中,但现有检测方法不能有效检测复合绝缘子的隐蔽性缺陷(内部缺陷),一定程度上构成了电网安全运行的隐患。作者通过理论分析和大量试验,并与实际运行相结合,提出了改进的水扩散试验方法及参数作为新绝缘子及运行绝缘子的抽检试验项目,以有效检测复合绝缘子的内部缺陷及老化状况;同时提出利用机载红外成像设备定期巡视、检测运行复合绝缘子内部缺陷,以确保电网安全运行。     

基于SSA-SVM的继电保护装置状态评估方法研究

运维检修人员对保护装置检修时需制定检修计划。为了对保护装置准确评估和精准检修,提出了一种基于麻雀搜索算法优化SVM的继电保护装置状态评估方法。根据建立的继电保护装置指标体系对保护装置健康状态进行分类,实现继电保护装置的状态评估。首先,建立继电保护装置状态评价指标体系,根据指标体系采集保护装置的相关数据。其次,建立SSA-SVM继电保护装置状态评估模型,采用该模型将保护装置健康状态按正常、注意、异常和严重进行分类。最后,分别采用SSA-SVM、BA-SVM、GWO-SVM、WOA-SVM算法评估继电保护装置的健康状态,并比较各算法评估保护装置健康状态的准确性和实时性。仿真结果表明,SSA-SVM算法评估保护装置健康状态的准确性最高,保护装置状态评估结果可为运维检修人员提供检修依据。     

复合绝缘子内部缺陷微波致热检测方法

为了探测复合绝缘子的内部界面缺陷,文中提出一种基于微波致热的检测方法。针对电力系统中的常用设备——复合绝缘子的典型缺陷,结合电磁波理论,分析了微波在不同介电常数材料中传播特性的差异。通过有限元仿真分析,获得了含酥朽缺陷复合绝缘子在交流电压下的发热特性,并对比了微波作用下酥朽老化绝缘子与正常复合绝缘子发热特性的差异。使用实际出现朽化缺陷的芯棒样品,测试了微波加热后表面温升的特性,分析了微波入射方向、处理时间、功率对发热的影响。仿真与试验结果验证了微波致热检测绝缘子内部缺陷的有效性。通过对微波处理前后的样品开展质量监测、热失重、傅里叶红外光谱测试,分析了微波致热方法对复合绝缘子样品的劣化作用。     

基于Mask R-CNN的复合绝缘子过热缺陷检测

针对当前基于复合绝缘子红外图的过热缺陷检测技术中存在的工作量大、智能化程度低,以及传统的图像分割方法在复杂背景下分割不精确且泛化性能差的问题,提出了一种基于实例分割网络MaskR-CNN的复合绝缘子过热缺陷检测方法.首先,该方法为提高分割精度,借鉴CascadeR-CNN的思路对MaskR-CNN网络进行改进,并在模型...     

基于ICEEMDAN-SVM算法的复合绝缘子缺陷识别研究

为了对复合绝缘子进行快速、有效检测,提出了基于改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)和支持向量机(SVM)相结合的缺陷信号识别方法 ,该方法将克服传统经验模态分解的模态混叠缺点,在对复合绝缘子进行超声导波检测时,可准确、快速识别回波信号,保障电力系统稳定运行。对绝缘子进行无缺陷、中部断面缺陷、中部气孔缺陷的有限元仿真,运用ICEEMDAN对绝缘子各缺陷类型的超声回波数据进行分解;计算出各模态下的样本熵、排列熵,并通过SVM进行复合绝缘子的缺陷类型识别。研究结果表明,基于ICEEMDAN与SVM的信号识别方法能够较好地提取复合绝缘子的故障特征并进行缺陷识别分类。     

复合绝缘子内部缺陷的超声相控阵检测研究

为消除复合绝缘子内部缺陷对电网运行安全造成的隐患,针对小管径复合绝缘子缺陷检测,提出了一种基于超声相控阵的柔性水囊耦合检测方法。该方法采用硅橡胶薄膜与耦合装置实现了良好超声耦合,分别对平面硅橡胶、复合绝缘子护套与芯棒进行了检测实验。实验结果表明,对平面硅橡胶线性扫描优于扇形扫描,能够检测到0.8 mm的微小缺陷,为复合绝缘子伞群超声缺陷检测提供了新方法。对复合绝缘子护套和芯棒,扇形扫描优于线性扫描,护套最小可检测缺陷尺寸达到0.8 mm,芯棒达到1 mm,为复合绝缘子的在线检测提供了可能。     

全尺寸复合绝缘子内部缺陷微波无损检测研究

为减少由复合绝缘子内部缺陷造成的事故隐患,研究了基于微波理论的全尺寸复合绝缘子内部缺陷无损检测方法,提出了适用于该检测方法的数据处理及判定依据。根据所提出的理论,研制了由微波检测系统与自动化系统组成的全尺寸110 kV复合绝缘子自动化无损检测试验平台,制备了多种带有人造缺陷的全尺寸110 kV复合绝缘子样品。通过使用试验平台对人造样品的检测,得出了该方法对于气隙、碳化、金属缺陷的检测特征及精度。同时试验结果验证了所提出的理论的可行性与所研制的设备的可靠性。     

基于改进PCM聚类方法的绝缘子图像分割

针对绝缘子图像背景复杂多样而导致提取绝缘子区域困难的问题,提出了一种改进的可能性C-均值聚类方法(PCM)对绝缘子图像进行分割。方法主要基于两个方面进行改进,一方面通过定义局部相关因子、引入图像的空间局部信息以增强对噪声的抗干扰能力、提高分割精度;另一方面通过在损失函数中加入类中心相斥项缓解传统PCM聚类中心点重合问题。实验利用人工合成数据和复杂背景的绝缘子图像对比该算法与FCM、PCM、K-means、KFCM和IFCM算法的聚类分割性能。结果表明改进PCM对噪声抗干扰能力更强、聚类精度更高,且对绝缘子图像的平均分割误差为0.153,相比其他对比方法对复杂环境下的绝缘子图片有更好的分割性能。     

复合绝缘子典型内部缺陷的相控阵检测

为消除复合绝缘子内部缺陷对电网安全运行造成的隐患,提出了1种利用相控阵超声波探伤仪对4种典型人工缺陷的复合绝缘子试样进行无损检测的方法。该方法利用超声波换能器中多个独立压电晶片发射的超声波信号叠加后在异质界面中传播产生的扫描图像来判定绝缘子缺陷。通过对比研究4种人工缺陷情况下的相控阵扫描图像,得出的结论为:与界面埋纸条的检测图像干扰杂波较多、检出效率较低相比,该方法可清晰检测出平板硅橡胶破损、芯棒贯穿式钻孔缺陷和界面有明显空气隙的图像,且检出效率高,为检测复合绝缘子内部缺陷提供了新的思路。     

基于深度学习的红外图像中劣化绝缘子片的分割方法

红外成像作技术为绝缘子在线检测的重要手段已日趋成熟,而当前对于电气设备红外图像的分析仍依靠大多依赖人工经验,缺乏智能化。传统的红外图像中劣化绝缘子的分割方法需要复杂的图像预处理和人工提取目标特征,因而存在着泛化能力差、复杂背景下识别精度低等缺陷。基于以上问题,文中提出一种基于深度学习的红外图像中劣化绝缘子的分割方法。首先搭建实验平台,获得绝缘子串在复杂背景(有其他设备和发热源干扰)下的红外图像。为了保证红外图像的多样性,拍摄在多种污秽等级下进行,选取了多种阻值的劣化绝缘子片放置在了多种位置,并不断改变了拍摄的角度。然后构建多尺度的方法实现全卷积神经网络(FCN)的3种子模型架构：FCN-32s、FCN-16s和FCN-8s,使用随机梯度下降的训练方法对模型进行端到端的训练,最终实现了红外图像中的劣化绝缘子片的自主分割提取。通过对三种子模型训练测试对比后,得出以下结果：FCN-8s模型为劣化绝缘子片分割提取最佳模型,对于验证测试数据集像素分类准确率为89.23%。结果表明文中所描述的智能化红外劣化绝缘子片分割方法,为绝缘子和其他高压电气设备的红外在线监测诊断打下了坚实基础。     

基于深度学习的航拍图像绝缘子缺失检测方法研究

为解决目前人工处理分析无人机巡检图像效率低、检测结果受人为因素影响较大的问题,提出了一种图像识别的绝缘子缺失识别方法.首先,对无人机拍摄的图像样本进行了处理,扩充样本集.其次,搭建了绝缘子的检测模型,完成各层网络结构的选择和设计,使用CNN算法实现对绝缘子缺失的检测.随后,构建了绝缘子检测网络,并对各层检测网络参数进行...     

基于SIFT算法的疵病图像配准

光学技术的发展对光学元件提出了更高的要求,检测的精度和准确性是其重要的部分,而疵病图像的配准是一个很重要的环节,因此对疵病图像的配准进行研究很有必要。针对疵病图像配准算法进行了阐述,并对基于特征点匹配的SIFT算法的原理及过程进行了介绍,用MATLAB软件进行编程,搭建实验平台获取疵病图像,并采用尺度不变特征变换（SIFT）算法对所获取的疵病图像进行配准、拼接,得到了完整的疵病图像。实验结果表明,该算法能有效地对疵病图像进行配准,为后续的疵病信息提取打下良好的基础。     

基于显著性检测与权重映射的可见光与红外图像融合算法

为了解决当前可见光(VI)与红外(IR)图像融合中易出现信息丢失,以及存在伪影等问题,提出了一种显著性检测耦合权重映射结合的VI与IR图像融合算法。分别对VI和IR图像进行二尺度分解,得到基础层和细节层。为了提高VI和IR融合效果,定义了一种显著性特征检测方法,在每个源图像上应用均值滤波以减小像素与其相邻像素之间的强度变化,以完成平滑处理。再借助中值滤波来消除每个源图像中的噪声与伪影,较好地保留图像边缘。并通过取均值和中值滤波输出的差异来计算图像的显著性特征,以突出边缘和直线等显著性信息。然后,通过对显著性检测结果完成归一化处理,以构建权重映射,为细节层分配合适的权重。再将基础层和细节层采用不同的规则进行融合,其中,联合权重映射与细节层,得到最终的细节信息,并借助平均融合规则来完成基础层的融合。最后,利用最终基础层和细节层的线性组合来构造新图像。实验表明,与当前多尺度图像融合技术相比,所提算法仅采用两尺度分解,显著提高了融合效率,而且得到的融合图像具有更好融合质量,有效消除了伪影,在融合过程中的信息丢失量更少。     

基于蝗虫算法的图像多阈值分割方法

针对图像分割中的阈值选择问题,提出了一种基于蝗虫算法的图像多阈值分割算法。该算法综合考虑Otsu法和最大熵法的分割特性,以Otsu算法的最大类间方差和Kapur最大熵法的最大熵值构造适应度函数,利用蝗虫算法进行寻优求解最佳阈值,最后利用最佳阈值对图像进行分割。将该算法与传统的Otsu算法、最大熵法、基于粒子群的图像分割方法、基于人工蜂群的图像分割方法进行比较,实验结果表明,相对其他算法,分割所得的峰值信噪比更大,分割效果更好,在阈值个数为4和5时,该算法所得的峰值信噪比(PSNR)值相比粒子群算法、人工蜂群算法提高了约3%和1. 5%,算法的运行时间相比粒子群算法和人工蜂群算法,快了约9%和5%。     

基于显著性检测与权重映射的可见光与红外图像融合算法

为了解决当前可见光(VI)与红外(IR)图像融合中易出现信息丢失,以及存在伪影等问题,提出了一种显著性检测耦合权重映射结合的VI与IR图像融合算法。分别对VI和IR图像进行二尺度分解,得到基础层和细节层。为了提高VI和IR融合效果,定义了一种显著性特征检测方法,在每个源图像上应用均值滤波以减小像素与其相邻像素之间的强度变化,以完成平滑处理。再借助中值滤波来消除每个源图像中的噪声与伪影,较好地保留图像边缘。并通过取均值和中值滤波输出的差异来计算图像的显著性特征,以突出边缘和直线等显著性信息。然后,通过对显著性检测结果完成归一化处理,以构建权重映射,为细节层分配合适的权重。再将基础层和细节层采用不同的规则进行融合,其中,联合权重映射与细节层,得到最终的细节信息,并借助平均融合规则来完成基础层的融合。最后,利用最终基础层和细节层的线性组合来构造新图像。实验表明,与当前多尺度图像融合技术相比,所提算法仅采用两尺度分解,显著提高了融合效率,而且得到的融合图像具有更好融合质量,有效消除了伪影,在融合过程中的信息丢失量更少。     

结合分水岭算法和WKFCM算法的MRI图像分割

针对传统分水岭算法对MRI图像过分割的缺点,提出了一种基于分水岭算法和改进核聚类算法的MRI图像分割新方法.首先,通过传统的分水岭分割算法将MRI图像分割成不同的区域,然后根据改进的核聚类算法,利用Mercer核将各个区域的平均灰度值映射到高维特征空间,使得原来未显示出来的特征显现出来.这样就可以实现更准确的聚类,用灰...     

基于高光谱与红外技术融合的绝缘子污秽程度检测方法

绝缘子污闪是电力系统长期运行需面临的传统问题,而在积污阶段准确评估绝缘子污秽程度,可合理安排清扫周期,为污闪的防治提供理论指导.本文利用高光谱与红外图像技术的优势,建立了基于信息融合的绝缘子污秽程度检测模型,为绝缘子污秽程度检测新方法提供了新思路.通过人工涂污制备了不同污秽程度的绝缘子进行耐压试验,采集了染污绝缘子高光...