|
|||||
|
|
| 利用红外图像特征和径向基概率神经网络识别不同湿度条件下绝缘子的污秽等级 | |
| 引用本文： | 何洪英,姚建刚,蒋正龙,李伟伟. 利用红外图像特征和径向基概率神经网络识别不同湿度条件下绝缘子的污秽等级[J]. 中国电机工程学报, 2006, 26(8): 117-123 |
| 作者姓名： | 何洪英 姚建刚 蒋正龙 李伟伟 |
| 作者单位： | 1. 湖南大学电气与信息工程学院,湖南省,长沙市,410082 2. 湖南省电力试验研究院,湖南省,长沙市,410007 3. 湖南湖大华龙电气与信息技术有限公司,湖南省,长沙市,410012 |
| 基金项目： | 国经贸技术([2002]845号)，湖南省产业研发项目(湘计高技[2003]790号)，湖南省电力科技攻关项目(湘电[2003]005号) |
| 摘 要： | 提出一种利用污秽绝缘子红外图像特征和径向基概率神经网络(RBPNN)来检测不同湿度条件下自然污秽绝缘子污秽等级的新方法。采用修正后的阿尔法滤波器和基于波谷的图像分割方法对绝缘子红外图像进行预处理。提取了不同湿度条件下的图像背景(周围环境)的平均温度、绝缘子盘面区域的最高温度、绝缘子盘面区域的平均温度、绝缘子盘面温度分布的方差值作为反映污秽等级的4个特征量。通过RBPNN建立了湿度及污秽特征与污秽等级之间的映射关系,并利用训练好的RBPNN识别绝缘子污秽等级;另外提出一种梯度算法与随机性方法相结合的算法来确定RBPNN的隐中心、宽度控制参数及权值矩阵。实验结果证明该方法能有效识别不同湿度条件下绝缘子的污秽等级。 |
| 关 键 词： | 污秽绝缘子红外图像特征 修正后的阿尔法滤波器 图像分割 径向基概率神经网络 梯度算法与随机性方法 污秽级别识别 |
| 文章编号： | 0258-8013（2006）08-0117-07 |
| 收稿时间： | 2005-12-29 |
| 修稿时间： | 2005-12-29 |
Contamination Grades Recognition of Insulators Under Different Humidity Using Infrared Image Features and RBPNN |
|
| HE Hong-ying,YAO Jian-gang,JIANG Zheng-long,LI Wei-wei. Contamination Grades Recognition of Insulators Under Different Humidity Using Infrared Image Features and RBPNN[J]. Proceedings of the CSEE, 2006, 26(8): 117-123 | |
| Authors: | HE Hong-ying YAO Jian-gang JIANG Zheng-long LI Wei-wei |
| Abstract: | |
| Keywords: | contaminated insulator infrared image features amended alpha filter image segmentation radial basis probabi-listic neural network gradient algorithm and random algorithm contamination grades recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |