| 基于SOM神经网络的变电站设备红外热像诊断研究 |
| |
| 作者姓名： | 王佳林 崔昊杨 许永鹏 孙运涛 张同乔 盛戈皞 |
| |
| 作者单位： | 上海电力学院 电子与信息工程学院, 上海 200090,上海电力学院 电子与信息工程学院, 上海 200090,上海电力学院 电子与信息工程学院, 上海 200090,国网山东省电力公司 济南供电公司, 山东 济南 250000,国网山东省电力公司 济南供电公司, 山东 济南 250000,上海交通大学 电气工程系, 上海 200240 |
| |
| 摘 要： | 提出了基于自组织神经网络(SOM)判别变电站设备热故障类型的红外图像诊断方法.采用了最大类间差法(OTSU)对电力设备红外热像进行了分割处理,从中提取出包括设备红外热像的温度特征值、Zernike不变矩等12个参数,以此作为设备状态识别的信息输入量,将设备的状态分类信息作为输出向量.通过训练56组红外热像数据,确定了SOM神经网络识别模型中的参数值.试验结果表明:该方法可用于变电站设备状态诊断,相对于传统的神经网络方法的诊断结果,该方法对设备运行状态评估的准确率高达85.7%,如将诊断模型产生的可疑状态列入故障状态,则故障的诊断率可达到95%以上.
|
| 关 键 词： | 红外热像 SOM神经网络 故障诊断 OTSU法 |
| 收稿时间： | 2015-05-24 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《上海电力学院学报》浏览原始摘要信息 |
|
点击此处可从《上海电力学院学报》下载全文 |
|
