基于改进YOLOv4的电力设备红外图像识别

针对电力设备红外图像存在的图像视觉效果差、尺度差异性大、数据类别不平衡等问题,提出了一种基于改进YOLOv4的目标检测模型。利用该模型并结合MSRCR图像增强算法对电力设备红外图像进行识别。首先,构建电力设备红外图像目标检测数据集,使用MSRCR算法对原始红外图像进行增强处理,改善雨雾天气下红外图像存在的对比度低、像素模糊等问题,进而提高模型在雨雾天气下对电力设备的检测能力;其次,在YOLOv4骨干网络中引入多尺度卷积模块,通过不同大小的卷积核获取输入图像的多尺度特征,增强对初始特征的表征能力;为进一步提升检测精度,采用Focal loss函数,解决了红外图像数据不均衡导致的分类困难问题。经测试,所提方法对8类电力设备的平均识别精度达96.31%,检测速度达71 frame/s。实验结果验证了所提方法的有效性。     

基于红外图像处理技术的柴油机故障诊断研究

通过实验分析了各种红外检测因素对红外图像拍摄的影响 程度,并在红外图像采集点的位置控制图的基础上,采用温度补偿算法对拍摄到的红外图像进行了校正; 然后结合柴油机的实际工作特点对采集到的红外图像进行了分割;最后基于分割后的 红外图像,采用分区域比对的方法对柴油机的故障进行了判别和诊断。实验结果表明,通 过调整红外图像的比例/参数,可以满足对柴油机的大部分发热故障进行诊断的要求。     

船载电气设备红外故障诊断应用技术研究

通过分析红外检测各影响因素对热像图拍摄准确性的影响程度,提出了通过设计使用热像图采集点位置控制图和温度补偿算法对热像图拍摄准确性进行校正的方法。同时,结合船载电气设备工作特点设计热像图区域分割方法,通过使用热像数据分区域比对的方法来对设备故障进行诊断,通过验证实验表明该方法适用性强,通过调整比例参数能够满足大部分船载电气设备热像图故障诊断分析需求。     

基于神经网络的电气设备故障诊断

电气设备的故障诊断对于提高生产效率具有十分重要的意义。然而,随着设备内部复杂度的不断提高,故障诊断也成为一项越来越难的工作。在分析神经网络结构及其学习算法的基础上,提出一种基于3层BP神经网络的电气故障诊断方法,并以发动机故障检测为实例,分析特征向量提取、神经网络训练等问题。通过输入样本训练及神经网络测试表明,神经网络在故障检测诊断问题中具有很高的实用价值。     

电气设备电源的故障诊断研究

介绍了电源故障的一般特点,电源引入电气控制系统的方法以及电源故障的常见现象.从相线和零线电源极性、接线故障、三相电源故障、电源电压升高以及电源缺相等几个方面分析了电源故障的原因和查找方法.     

电气设备红外故障诊断中的影响因素分析

文章结合红外辐射理论以及电气设备实际检测,对电气设备红外检测与故障诊断中的各种可能影响因素进行分析,为电力设备的实际诊断工作、红外标准的制定以及使用提供理论基础.分析发现,检测方法、环境以及仪器本身等都可能对检测的精度产生较大的影响.为了提高检测的精度与可靠性,必须对这些影响因素有所熟悉,并在检测的过程中加以克服.     

NSST域电气设备红外图像增强处理算法设计

针对现有电力设备红外故障检测系统采集的图片较模糊、部分设备体积较大无法精准定位故障点等问题,设计了一种基于Jaya算法改进Otsu阈值分割和多尺度的NSST域电气设备红外图像增强算法。通过非下采样剪切波变换将原始红外图像转化成高频域和低频域两部分进行增强,将增强后的各分量逆变换后合成最终完整的增强图像。实验结果表明,该文算法能够提高红外图像对比度,过滤电力设备红外图像噪声,对电力设备热故障的检测与故障定位做出贡献。     

基于红外图像识别的输电线路故障诊断方法

基于红外图像研究了输电线路的故障诊断方法,首先采用LSD线段检测法提取红外图像中的导线,采用深度卷积神经网络提取红外图像中绝缘子,从而得到线路元件区域.在线路元件区域内进行温度和灰度分析提取发热点,并利用漫水填充算法对过热区域进行分割,提取骨架扫描点数、有效凸缺陷、引流线对缺陷类型进行识别.实验证明该算法有较高发热点定位准确率和缺陷类型识别准确率.     

基于融合的红外图像增强方法

由于成像过程中受外界环境影响以及成像系统自身固有特性,红外图像不可避免地会产生大量噪声,使成像系统直接获得的红外图像具有对比度低、信噪比低、边缘模糊等特点。因此,想要对红外图像目标进行很好的识别,必须对红外图像进行增强处理。提出了一种新的红外图像增强方法。该方法首先用中值滤波和均值滤波结合的方法对图像进行滤波,再用改进的OTSU法分割图像,接下来对分割后的前景和背景图像分别使用平台直方图均衡处理,并在这种分割基础上确定需要锐化的图像边缘,最后将处理后的前景和背景相加,并和需强化的边缘图像加权融合得出增强图像。仿真结果表明,所提方法对红外图像细节等综合因素的增强效果较好,并有效可行。     

红外图像识别跟踪初探

简单介绍了红外图像识别跟踪的流程.对实时图像信号处理器的硬件结构采用了模块化设计,使之能完成背景杂波抑制、目标特性分析、威胁鉴别与分类、主跟踪目标选定以及目标跟踪与预测等功能,提高目标跟踪的精度.     

电气设备的状态监测与故障诊断探究

本文论述了在检测电气设备的状态以及诊断故障的技术以及方法,归纳了电气设备目前存在的问题,并融合现在的技术和信息提出了红外诊断技术以及在线检测技术。     

利用多传感器信息融合技术实现电子装备的故障诊断

在现代电子装备故障诊断中,依靠单一传感器只能完成简单的故障诊断,难以完成复杂情况下的故障的诊断和定位.多传感器信息融合的方法,可以充分利用多传感器之间的互补信息,并且结合故障的先验知识,采用模糊判决的方法,实现故障的快速准确定位.多传感器信息融合的故障诊断方法为电子装备的故障诊断提供了一种有益的尝试.     

基于图像处理技术的输电线路的故障诊断

文章将从图像处理技术概念入手,分析其对输电线路故障检测的重要意义,最后结合当前输电线路特点,深入探讨技术在故障检测工作中的应用,以期为我国电力事业持续发展提供更多参考和支持.     

基于热成像技术的电气设备目标检测方法

红外热像仪具有高精度、非接触等特点,在电力系统设备检测中得到了广泛的应用.检测热图像中的设备是自动检测和诊断的基础.为此,本文提出了一种基于深度学习的设备元件实时检测方法,采用一个深度卷积神经网络来预测每个设备部件的坐标、方位角和类别类型.为了提高预测结果的准确性,在模型中加入了零件间方向一致性的先验知识.为了进行评价...     

基于FPGA的红外图像清晰化系统设计

针对红外图像普遍存在细节模糊、对比度低的问题,设计实现了基于FPGA的红外图像清晰化系统.首先对输入原始红外图像进行8×8窗口的平滑滤波,然后将滤波后的图像叠加拉普拉斯算子进行细节增强,以解决传统拉普拉斯增强产生的噪声放大问题.最后通过Gamma校正曲线调整增强后图像的灰度.硬件系统实现时采用串并行流水计算方式,仅占用...     

铁路信号联锁设备的故障诊断

信号联锁设备的故障诊断对铁路运输行车安全具有很大影响。故障诊断技术的优劣,直接影响信号设备的安全性、可靠性,危及行车安全,甚至导致行车事故。首先介绍了四类联锁设备故障诊断技术：传统故障诊断方法、基于信号处理的方法、基于解析模型的方法和人工智能的方法。其次,给出了故障诊断技术的典型应用,即故障处理流程图法、故障树分析法、故障诊断专家系统以及故障诊断与容错控制等。最后针对联锁设备的特点,提出了诊断领域存在的问题和未来的研究重点。     

基于Contourlet变换和模糊理论的红外图像增强算法

红外图像具有噪声大、对比度低等特点,针对该特点,提出了一种基于Contourlet变换与模糊理论的红外图像增强算法。首先对图像进行Contourlet变换,得到多尺度多方向的低通子带和带通子带。对低通子带,进行基于子带系数最大最小值的线性变换,提高图像的整体对比度;对于带通子带,先估计噪声阈值,对子带系数进行抑制噪声处理,然后通过模糊增强算法,对高频系数进行非线性增强,增强目标边缘纹理的特征,抑制背景信号。最后经过Contourlet逆变换得到对比度增强,噪声被抑制的图像。经过算法仿真,与几种现有的图像增强算法相比,该算法更能有效地抑制噪声,增强图像的对比度,突出图像的边缘与细节纹理信息。     

基于L0平滑和随机游走的变电设备红外图像分割

针对经典随机游走分割的不足,本文提出了基于L0平滑的随机游走分割方法。利用基于L0梯度最小化的图像平滑方法对红外图像进行预处理,在此基础上对图像进行随机游走分割。实验结果表明基于L0梯度最小化的图像平滑方法能够降低局部图像灰度值变化对经典随机游走分割路径的影响,在很大程度上提高了经典随机游走对变电设备红外图像分割的准确性。     

基于小波分析的红外图像非线性增强算法

红外图像具有对比度低和信噪比低等特点,实际应用中需要进行增强处理。将小波分析与模糊逻辑相结合,提出了一种基于小波变换的红外图像非线性增强算法。该算法首先利用小波分析对图像进行分解,提取图像的多尺度特征信息;然后通过模糊非线性增强算子分别对各个分解层的子带系数进行运算以改变目标特征的强度;最后利用小波反变换重构图像,实现图像的对比度增强和背景抑制。与几种常用的红外图像增强算法进行了实验对比,验证了该算法的有效性。     

基于案例推理的航天测控设备故障诊断

针对航天测控设备故障诊断难度日益增大的问题,将基于案例推理方法应用于设备故障诊断中.首先提出用故障信息规范描述、特征属性集和属性字典的三元组合结构来表示案例的方法,利用数据库管理系统建立故障案例库;然后通过对目标案例的特征属性集元素进行删补及位序调整,构造出与源案例特征属性集同构的特征属性阵列,以此计算案例的局部相似度;最后利用最近邻搜索策略计算案例间的全局相似度,完成对目标案例的搜索和问题的求解过程.应用实例表明,该方法案例表示结构清晰,易于建立案例库,能快速获得故障问题的解决方案,且诊断精度较高,有效提高了设备故障诊断效率.