Results 1 to 10 of about 3,344 (98)
Dianci bileiqi, 2022 传统方法在进行±1 100 kV输电线路复合绝缘子缺陷多源特征及模式识别时，去噪效果不佳，无法提取准确的缺陷特征，模式识别用时较长。为此，提出一种新的方法解决以上问题。对输电线路复合绝缘子图像进行均衡化处理，实现图像增强；采用均值滤波方法实现图像去噪，并在二维熵的基础上完成图像分割。提取直线特征、斑点特征和分块统计特征构建复合绝缘子缺陷的特征集，应用BPSO算法融合直线特征、斑点特征与分块统计特征，获得复合绝缘子缺陷特征，构建输电线路复合绝缘子缺陷模式识别模型，实现复合绝缘子缺陷特征及模式的识别 ...
王建, 舒胜文, 金铭, 李勇杰
doaj
Gaoya dianqi, 2022 为准确构建局部放电的超声信号和对应缺陷的关系，文中提出了一种基于声纹识别系统的对超声信号进行模式识别的超声识别系统。该系统首先对局部放电超声信号进行分帧和加窗处理，然后提取MFCC和GFCC特征向量，分别根据MFCC或GFCC建立GMM模型，最后利用极大似然估计对待识别样本进行识别。为验证该系统的有效性，文中设计了自由金属颗粒放电模型、悬浮放电模型和尖刺放电模型，并充入不同的绝缘气体，对不同缺陷的超声信号应用超声识别系统进行计算分析。研究结果表明，利用MFCC或GFCC特征向量建立的GMM模型具有代表性，
周梦茜 +5 more
doaj
Gaoya dianqi, 2022 软质绝缘遮蔽用具的表面缺陷对其绝缘性能和使用寿命有重要影响，为解决人工检测漏检、误检率高的问题，文中提出基于机器视觉的绝缘毯表面微缺陷智能无损检测方法。针对不同环境下图像特点，选取改进Sauvola算法对图像进行局部阈值分割，结合形态学操作提取特征，实现表面微缺陷的识别；通过搭建沿面放电试验平台获取不同微缺陷对其沿面放电的影响，采用皮尔逊相关性系数分析了微缺陷的单个最大缺陷面积比和全部缺陷面积比与绝缘毯表面放电电压之间的相关性。结果表明：文中方法识别准确率95.3%，单次检测时间0.53 s ...
吴田 +4 more
doaj
Gaoya dianqi, 2021 红外热成像是监测和诊断高压开关设备发热缺陷的方法之一,具有非接触、无损伤等优点。海量红外图像数据的处理对信息挖掘、目标识别和智能诊断提出了更高的要求,而现有方法在故障区域识别、关键特征提取和缺陷分类等方面仍存在不足。因此,文中提出了一种基于红外图像实例分割的敞开式开关设备发热缺陷智能诊断方法,利用Mask R-CNN进行感兴趣区域的自动提取与分割,构建轻量级卷积神经网络并引入到Mask R-CNN的最后一步,利用迁移学习进行模型训练,实现发热缺陷的自动识别。测试结果表明 ...
叶剑涛 +5 more
doaj
Jianzhu Gangjiegou Jinzhan, 2023 钢结构在现代建筑中有着广泛应用，但钢材的耐腐蚀性较差，锈蚀将降低钢构件的承载力甚至影响结构安全。对钢构件防腐涂层进行定期检测与维护是保证钢结构耐腐蚀性能的主要方法之一。为实现钢构件防腐涂层表面缺陷的自动识别，结合图像处理技术与支持向量机分类算法进行钢构件防腐涂层空鼓、裂纹、剥落3种缺陷的检测。在图像处理阶段，采用自适应中值滤波去除图像噪声，并基于Otsu阈值和改进的Canny算子对增强图像进行分割；在特征提取阶段，提取出包含简单几何特征、不变矩特征、投影特征及纹理特征的65维缺陷图像特征 ...
王亦君, 蒋首超
doaj
Gaoya dianqi, 2017 振荡波电压法因其无损检测特性被广泛应用于局部放电检测中,而目前缺乏对振荡波电压下电缆故障类型的模式识别研究。为此,笔者根据常见的电缆缺陷类型,制作了4种10 kV交联聚乙烯电缆中间接头人工缺陷模型,对4种缺陷模型施加振荡波电压并测量局部放电信号;提出以局部放电信号正负半波统计算子作为模式识别的输入特征量,采用支持向量机分类器对4种典型电缆缺陷进行模式识别;并将识别结果与采用人工神经网络的模式识别结果进行对比,验证了该方法的有效性。结果表明 ...
陆国俊 +4 more
doaj
Gaoya dianqi, 2019 针对传统PD模式识别用统计特征量需要依赖专家经验而缺乏一定的泛化性问题和卷积神经网络（CNN）模式识别算法缺乏PD图谱时序特征信息的问题,文中构建了基于CNN-LSTM深度学习的PD PRPD图谱模式识别模型,该模型综合了CNN善于挖掘PRPD图谱局部空间信息的优点和长短时记忆网络（LSTM）善于挖掘PD图谱时序特征信息的优点,可同时提取PRPD图谱的局部空间特征和时序特征,利用变压器典型绝缘缺陷放电图谱对构建的网络进行性能测试,并与CNN和LSTM对比,结果表明,对于PD图谱稳定的悬浮电位缺陷,CNN-
周秀 +8 more
doaj
Gaoya dianqi, 2023 为了研究电力电缆局部放电的模式识别，解决传统单一智能算法识别率低的问题，文中提出了一种融合多深度学习算法的混合智能算法。首先，设计并制作5种典型缺陷模型以模拟实际电力电缆中的缺陷，据此展开实验并收集数据；然后，通过对PRPD谱图的相窗归一化、去极端值等改进，以及绘制PRCD谱图，更全面凸显局部放电有用特征；最后，训练基于PRPD或PRCD的多种深度学习分算法，通过可信度融合得到混合智能算法。实验结果表明，该混合智能算法相比常规单一深度学习算法识别率有显著提升，总体可达98.504 ...
杨朝锋 +6 more
doaj
Gaoya dianqi, 2012 笔者通过局部放电超高频检测、缺陷定位、模式识别以及解体等,分析了一起组合电器GIS盆式绝缘子内部气隙缺陷,阐述了基于信号能量衰减法和到达时延法的缺陷精确定位过程,又根据超高频信号PRPD谱图特征对缺陷类型进行了识别,最后通过解体查找到了该内部气隙缺陷。
周云锋, 杨景刚, 张子阳
doaj
Gaoya dianqi, 2010 高压电力设备在发生绝缘劣化的早期,内部会出现局部放电现象,笔者依据检测得到的局放信号,提出了采用基于统计参数的自适应网络推理系统进行绝缘缺陷模式识别的方法。自适应网络推理系统是神经网络和模糊逻辑的结合,通过模糊逻辑进行识别系统建模,利用神经网络训练系统参数。设计并实验了4种绝缘缺陷模型,对多周期的局放信号进行相位分布及幅值分布统计,提取表征局放特性的统计参数,总结了不同缺陷模型局放特征的区别。实际的检测结果表明,经过训练后的局放缺陷识别系统,能够有效地对各种缺陷的样本数据进行分类,达到良好的识别效果。
郭灿新 +5 more
doaj