共查询到20条相似文献,搜索用时 15 毫秒
1.
《电瓷避雷器》2020,(1)
针对盘形悬式瓷绝缘子串红外图像边缘缺失导致铁帽和伞盘误分割的问题,提出一种基于边缘检测的绝缘子串图像分割方法。首先对红外图像进行灰度化、中值滤波和去噪等图像预处理,然后通过比较多种边缘检测算法,采用PSNR方法确定了多尺度形态学梯度算法是对绝缘子串边缘提取中准确性和完整性最高的方法。接着对二值化后的图像确定最大连通区域,对其进行边缘分割得到绝缘子串区域。最后结合边缘检测确定面积阈值,采取区域提取方法对其进行铁帽和伞盘区域分割,得到铁帽和伞盘区域。通过大量样本训练,正确率达到90%以上,在实际应用中取得十分良好的效果,对提高绝缘子红外智能检测准确率有重要指导意义。 相似文献
2.
提出一种基于红外图像温度分布特征和BP神经网络(BPNN,back-propagation neural networks)的绝缘子串低零值故障和污秽故障识别方法。首先利用图像处理技术分割提取绝缘子串红外图像中钢帽和盘面目标区域,得到对应温度数据;之后引入K-means聚类算法剔除分割目标区域中背景像素温度数据的干扰,并计算每个分割区域温度平均值,形成反映绝缘子运行状态的钢帽和盘面温度特征向量;在此基础上,建立以温度特征向量为输入的BPNN模型,实现绝缘子串低零值故障和污秽故障的识别及故障定位。最后通过将模型应用于某500 k V变电站绝缘子串故障诊断,验证所提出方法的准确性。 相似文献
3.
4.
5.
《电瓷避雷器》2020,(4)
在进行绝缘子污秽处理研究时,对绝缘子进行匹配识别后不可避免的要对绝缘子进行精确定位分割,针对运用普通的Chan-Vese(CV)模型对绝缘子图像分割时存在无法完整分割目标,甚至错误分割的问题,提出应用改进的CV模型对绝缘子图像进行精确定位。首先为抑制图像过渡部分的突变,利用中值滤波增强原始图像的平滑性;其次通过分析目标图像RGB各分量特点对目标图像进行粗定位,得到绝缘子的位置点,同时运用Hough变换确定绝缘子倾斜角度;然后提出应用绝缘子的位置点与倾斜角度对绝缘子进行精确定位,并构造绝缘子的CV模型初始轮廓,最终完成绝缘子的分割处理。实验结果表明:通过改进CV模型对任意位置的绝缘子进行精确定位的方法可准确、快速地分割绝缘子图像,具有较强的自适应性。 相似文献
6.
《Planning》2016,(2)
为实现玉米粒群图像的自动分割和形态校正,在传统分水岭分割算法的基础上提出了一种新的粘连籽粒分离与形态校正算法。首先采用维纳滤波与数学形态学运算对玉米粒群图像进行滤波及背景均匀化处理;然后通过多种边缘检测算子相结合的检测方法,确定玉米籽粒的粘连边界,作为算法的分水岭;利用腐蚀算法与极值化处理确定了粒群图像的蓄水盆地,并以构建的分水岭和蓄水盆底完成对粒群图像的分水岭分割运算;最后利用多尺度小波分析的方法对籽粒图像进行正形。试验结果表明,该算法对玉米粒群图像的有效分割率和正形率分别为94%和95.6%,有效解决了传统分水岭分割方法易出现的过分割和泄露等问题,较传统算法在时间和准确率等方面均有很大提升。 相似文献
7.
8.
《Planning》2022,(1)
针对肝脏肿瘤CT图像灰度差别小,边缘不明显的特点,为了提高分割精度提出一种基于极值自适应中值滤波与现有区域生长算法相结合的一种新的肝癌分割算法。采用一组临床肝癌CT图像样本进行图像预处理,利用此算法进行第一次滤波,再采用傅里叶变换方法进行第二次滤波,最后与现有算法结合完成分割。采用重叠错误率、相对误差和Dice相似性系数作为图像分割结果评价指标。通过定性分析和定量评价显示,基于本研究算法能精确分割出肝癌区域,获得的图像分割评价指标均优于其他常用算法。 相似文献
9.
绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。 相似文献
10.
针对电网中绝缘子破损与夹杂异物的不良状态图像检测问题,提出一种利用二代曲波变换和双正交小波变换检测图像的曲线状奇异性和点状奇异性的绝缘子不良状态定位检测方法。首先通过Radon变换确定图像中高灰度值直线的大致方向并以此方向分别旋转原图像;然后采用二代曲波变换定位绝缘子并微调图像旋转角度;最后利用二代曲波变换检测图像的曲线状奇异性判断绝缘子破损状态,并利用双正交小波变换检测图像的点状奇异性判断绝缘子夹杂异物状态。测试结果表明,该方法绝缘子识别效果良好,判断结果准确可靠,能达到绝缘子不良状态检测的目的。 相似文献
11.
12.
为了准确分离沥青混合料CT(computerized tomography)图像内部的粘连集料颗粒,根据材料密度连续变化特点,对CT图像进行高斯平滑和H-maxima转换处理,消除图像噪音和降低图像内集料颗粒像素密度变异性,然后采用分水岭分割算法对沥青混合料CT图像内部粘连集料颗粒进行分割.确定分水岭分割后的集料颗粒尺寸参数,采用不同当量尺寸对集料颗粒级配进行虚拟筛分,对所提出的粘连集料颗粒分离方法进行筛分级配验证.结果表明:通过分水岭分割后的集料颗粒,采用等效直径作为当量尺寸进行级配虚拟筛分,结果与实际手工级配筛分结果吻合良好.该方法克服了以往研究中忽视对CT图像内部粘连集料颗粒的处理,是对计算机数字化设计沥青混合料级配的有益探索. 相似文献
13.
14.
15.
玻璃绝缘子在浙江省500kV电网的运行概况 总被引:1,自引:1,他引:1
介绍了玻璃绝缘子在浙江省500kV电网的运行情况,按照相关标准对自破玻璃绝缘子的残锤和同串未自破的LXHY3-160型产品进行测试,结果表明,自破后的机械破坏负荷依然达到要求,同串LXHY3-160型产品也均达到要求。玻璃绝缘子在浙江省500kV电网的运行分析表明:玻璃绝缘子在运行初期(1~2年),其自破率偏高,尔后逐年呈下降趋势并稳定在一定水平上;每年7~9月,玻璃绝缘子自破率高于其他月份;耐张串上的玻璃绝缘子的自破率高于直线串;从多条输电线路运行电压的升高情况来看,产品的自破率未见明显上升。 相似文献
16.
针对绝缘子串非线性风偏可靠度问题,以500kV的3跨线路为研究对象建立了有限元模型,将其动态风偏响应结果与现行规范《110kV~750kV架空输电线路设计规范》(GB 50545—2010)中的刚性直棒法计算结果进行对比。根据设计随机变量的统计参数和风偏功能函数,运用蒙特卡洛(MC)方法和一次二阶矩方法计算了绝缘子串风偏可靠度指标并分析其影响因素。结果表明:按照一次二阶矩方法和MC方法计算的绝缘子串风偏可靠度指标结果一致。对于给定的杆塔,功能函数的线性化会在一定程度上高估绝缘子串风偏可靠度指标,但随着风速均值的增大,影响程度减弱。按照GB 50545设计的杆塔,其绝缘子串风偏可靠度指标会随着设计风速均值的增大而降低;按照现行规范对杆塔设计时,采用外径较大或者自重较小的导线(新型碳钎维导线),可能会出现其绝缘子串风偏可靠度指标低于目标可靠度指标的情况。 相似文献
17.
18.
《电瓷避雷器》2017,(5)
并联间隙装置能保护绝缘子免受工频电弧的灼烧损坏,降低输电线路的雷击事故率,对于高压输电线路防雷保护具有重要意义,但目前并联间隙在500kV输电线路应用较少。因此利用有限元法分析,建立双回单联I型串输电线路三维静电场模型,计算新型环形组合电极结构对绝缘子串电场影响,通过比较绝缘子串及电极表面电场值,与并联间隙导则安装的电极结构进行对比。在此基础上,对新型电极结构下的绝缘子端部电场进行优化。计算结果表明,新型并联间隙电极未加装均压环时,表面最大场强值较按导则安装的电极结构好;在加装均压环后,绝缘子低压端护套最大场强为3.87kV/cm,高压端护套最大场强为5.73kV/cm,均降低至6kV/cm以下。给出了一种较优的结构尺寸参数,对并联间隙电极设计和应用具有一定指导意义。 相似文献
19.
《电瓷避雷器》2017,(2)
机器人检测输电线路绝缘子,可大幅降低人工劳动强度,提高检测效率和质量,特别适用于超高压、特高压线路的长绝缘子串。以某500 kV线路双联双伞型绝缘子串为研究对象,基于有限元方法仿真研究双联型绝缘子串上的电场分布特性,研究了电场分量、电场传感器相对于双联绝缘子串和机器人的方位、电场传感器与绝缘子串的距离对零值绝缘子检测灵敏度的影响,以及一串绝缘子串中零值绝缘子对另一串绝缘子检测结果的影响。研究结果表明,选用轴向电场、传感器位于机器人对面并且距机器人轴向距离大于1片绝缘子,将取得最高检测率灵敏度;传感器应尽量靠近绝缘子伞裙,两者间的距离要控制在10 cm以内;双联串绝缘子相互不影响检测结果。 相似文献
20.
绝缘子是保障输电线正常运行的重要部件,而传统通过人工目视判断的绝缘子缺陷检测方式耗材耗力,近年来得到大力推广的无人机电力巡检方式在图像中快速定位并且找出缺陷绝缘子自动化程度不高,效率较低。针对无人机电力巡检方式提出基于深度学习的Faster RCNN方法,识别无人机图像中的绝缘子,并且对其进行缺陷判别。首先,进行绝缘子的样本采集,采集的样本保证种类丰富、数量足够。其次,利用采集的样本训练Faster-RCNN网络模型,对待检测图像进行识别,确定绝缘子所在具体位置。最后,对提取出绝缘子进行图像分割,通过绝缘子片之间的距离判别该绝缘子串是否存在自爆缺陷。以实际无人机航拍图像为实验数据验证本文绝缘子自爆缺陷识别,结果表明,该方法在复杂背景下能够精确有效地识别出绝缘子串,并且准确判断出该绝缘子是否存在自爆缺陷,具有很强的鲁棒性和实用性。 相似文献