Automatic Diagnosis and Positioning of Electrical Equipment Thermal Faults Based on Image Enhancement Technology
-
摘要: 随着我国智能电网建设进程的推进，其中的智能电气设备能够自动识别故障显得尤为重要，许多电气设备故障都伴有过热现像并具有区域性的特点，体现在红外图像温度与其灰度值具有非线性的映射关系。针对电气设备红外图像对比度差、细节不明显等特点，提出了一种基于非线性NSCT （Nonsubsampled Contourlet Transform）变换的图像增强算法，在算法中构造非线性增强匹配函数，能够对图像强弱边缘进行不同程度的增强，并对噪声有一定的抑制作用。对红外图像进行增强后通过拓扑矩阵修改，实现了图像较高灰度值区域的识别标记，从而实现了电气设备温度过高区域的自动定位，之后采用相对温差法对设备是否为故障进行诊断。实验结果表明，本文方法能够迅速有效地对电气设备疑似过热故障进行自动诊断和定位。
-
-
期刊类型引用(4)
1. 赵栓峰，黄涛，许倩，耿龙龙. 面向无人机自主飞行的无监督单目视觉深度估计. 激光与光电子学进展. 2020(02): 145-154 . 
百度学术
2. 陈裕如，赵海涛. 基于自适应像素级注意力模型的场景深度估计. 应用光学. 2020(03): 490-499 . 百度学术
3. 王倩倩，赵海涛. 基于深度CRF网络的单目红外场景深度估计. 红外技术. 2020(06): 580-588 . 本站查看
4. 张源峰，程恩. 光学图像信息多标记特征分层识别系统设计. 激光杂志. 2020(07): 209-212 . 百度学术
其他类型引用(6)
计量
- 文章访问数: 71
- HTML全文浏览量: 13
- PDF下载量: 10
- 被引次数: 10
下载:
