|
|||||
|
|
| 基于智能视觉的电力网络敏感区设备过热识别 | |
| 作者姓名： | 李冠楠 |
| 作者单位： | 1. 顺德职业技术学院 电子与信息工程学院， 广东 佛山 528300； 2. 华南理工大学 计算机学院， |
| 基金项目： | 广东省教育科研“十二五”规划研究项目（2012JK305） |
| 摘 要： | 电力网络的敏感区设备过热会导致电网故障和电力中断,对电力网络的敏感区设备的过热识别可以提高电网故障设备的检测和诊断能力。传统方法采用的是热信号分析方法实现对电力网络的设备过热识别,由于敏感区设备的过热状态下的热源信号自身具有不确定性,导致识别性能不好。提出一种基于图像处理和智能视觉分析的电力网络的敏感区设备过热识别算法。构建电力网络的敏感区设备的热点图像采集和噪点滤波模型,然后对电力网络敏感区设备图像进行视觉特征三维重建,采用图像分割算法实现对敏感区设备过热点的有效分割和检测,提高识别能力。仿真结果表明,采用该算法能有效提高设备过热点的识别率,提高对电力网络设备的状态监测能力。 |
| 关 键 词： | 电力网络敏感区 过热识别 视觉分析 |
Identification of Equipment Overheat in Power Network Sensitive Area Based on Intelligent Vision |
|
| Authors: | LI Guannan |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |