斷路器熱故障紅外熱像譜的圖像數(shù)字特征提取方法
基本信息
申請?zhí)?/td> | CN202110386893.8 | 申請日 | - |
公開(公告)號 | CN113239731A | 公開(公告)日 | 2021-08-10 |
申請公布號 | CN113239731A | 申請公布日 | 2021-08-10 |
分類號 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06T7/00(2017.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 趙天成;許志浩;陳捷元;張賽鵬;黃濤;劉赫;司昌健;楊代勇;于群英;張益云;羅呂;袁剛;康兵 | 申請(專利權)人 | 吉林省電力科學研究院有限公司 |
代理機構 | 長春市吉利專利事務所(普通合伙) | 代理人 | 李曉莉 |
地址 | 130021吉林省長春市朝陽區(qū)人民大街4433號 | ||
法律狀態(tài) | - |
摘要
摘要 | 斷路器熱故障紅外熱像譜的圖像數(shù)字特征提取方法屬于電力設備故障監(jiān)測與診斷技術領域。本發(fā)明在對圖像預處理的基礎上,提取圖像中關鍵發(fā)熱區(qū)域的最大溫度值、故障區(qū)域面積與設備本體面積的占比、熱點群聚現(xiàn)象及故障類型標簽熱屬性值,構建多屬性信息融合的過熱性故障特征值向量。并將其嵌入到軟件系統(tǒng)中,達到從自動采集到自動分析和特征提取的目的。有效替代傳統(tǒng)的人工采集和人工提取相關特征進行故障診斷的方式,大大提升了采集效率和特征提取精度,為后續(xù)利用深度學習和人工智能算法提供良好、可靠的特征數(shù)據(jù)庫。本發(fā)明對典型紅外故障圖譜具有良好的描述能力,可用于后續(xù)大量復雜故障樣本情況下的設備熱故障智能分類與診斷應用中。 |
