基于改进RBFNN的变电站设备红外温度预测方法 |
| |
摘 要: | <正>为了能够准确地获取变电站敞开式设备的表面温度信息,准确定位热异常区域并以此确定设备运行状态,提出了一种变电站设备红外温度预测方法。采用量子遗传(QGA)-正交最小二乘算法(OLS)优化了径向基神经网络(RBFNN),通过将红外热像图像素与温度作为该神经网络的输入和输出量,建立了从红外图像获取设备温度的理论模型。结合同一场景的红外图像与可见光图像配准技术,即可直接从可见光图像上获取对应位置的红外温度
|
本文献已被 CNKI 等数据库收录! |
|