主要电力设备故障图像特征及识别方法研究改..docx

主要电力设备故障图像特征及识别方法研究改..docx

  1. 1、本文档共63页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
主要电力设备故障图像特征及识别方法研究改.

摘要摘要内容伴随着我国电网规模的日益加大,各类变电设备的运作状态是促使其安全高效运行的最为主要的因素之一。对于各类变电设备的在线状态监测系统的推广越来越发普及。研究基于图像特征的电力设备自动故障识别具有重要意义。本文对各类主要电力设备,研究各类变电设备故障识别分类及相应故障的图像特征,以及基于红外与紫外图像特征的故障识别方法。对于紫外放电成像技术图像的处理与特征提取,本文从紫外成像技术的基本原理出发,在讲解紫外放电图片特性的基础上,对紫外放电图像使用灰度化预处理,以及应用中值滤波等方法对图像进行降噪。并通过canny算子边缘检测计算紫外光斑面积判断是否发生放电故障。针对红外故障图像,本文在红外成像原理的基础上,对红外图像进行超像素分割及HSV空间颜色提取,对应用卷积神经网络对红外故障图像故障区域检测进行理论上的研究。关键词: 红外成像 紫外成像 图像处理 ABSTRACTWith the increasing scale of Chinas power grid, the operation of various types of substation equipment is one of the most important factors to promote the safe and efficient operation. The popularization of the on-line condition monitoring system for all kinds of transformer equipment is becoming more and more popular. Research on image feature based automatic fault recognition of power equipment is of great significance.In this paper, various types of main power equipment, the study of various types of substation equipment fault identification and classification of image features, as well as infrared and ultraviolet image features based on fault identification method. For ultraviolet discharge imaging technique to image processing and feature extraction, this paper from the basic principle of UV imaging technology of on the explanation of the ultraviolet discharge picture characteristics based and discharge on the UV image using grayscale preprocessing and application of median filtering method of image in noise reduction. And through the Canny operator edge detection to determine whether the area of the UV spot to determine whether the discharge fault. Aiming at the fault infrared image, this paper on the basis of the principle of infrared imaging, the infrared image were super pixel segmentation and HSV color space extraction, the convolutional neural network is applied to fault section detection of infrared fault image of theoretical research.KEY WORDS: 目录 第一章1.1课题背景伴随着我国国民经济水平的前进与发展,全国各地对电力的需求不断增长,推动我国电网规模不断加大、同时向超高压、大容量和智能化的路线前进。但也对各类电力设备的安全性及可靠性提出更为克刻的要求。由于一旦电力设备和部件产生故障或缺陷,

文档评论(0)

kakaxi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档