本文關鍵詞：基于自適應遺傳算法的變電站紅外圖像模糊增強

  更多相關文章： 變電站 紅外圖像增強 同態(tài)濾波 模糊集 自適應遺傳 圖像配準

【摘要】：為增強變電站中電力設備紅外熱像圖的視覺效果,突出局部熱異常區(qū)域,方便故障定位及檢修,提出了一種基于自適應遺傳算法的紅外熱像圖模糊增強技術。對小波變換后的紅外子熱像圖,進行同態(tài)濾波增強處理和模糊增強處理,并運用動態(tài)自適應遺傳算法對模糊參數進行優(yōu)化,最后,經小波重構得到了效果增強的紅外圖像。實驗結果表明,該方法相對同態(tài)濾波、模糊集增強、遺傳模糊等算法,紅外圖像的邊緣強度、對比度、清晰度分別至少提高12.6%、27.7%、33.7%,有利于檢修人員進行電力設備的熱異常定位及故障診斷。
【作者單位】： 上海電力學院電子與信息工程學院;國網山東省電力公司聊城供電公司;上海交通大學電氣工程系;
【關鍵詞】： 變電站 紅外圖像增強 同態(tài)濾波 模糊集 自適應遺傳 圖像配準
【基金】：國家自然科學基金(61107081;61202369) 上海市教育委員會科研創(chuàng)新項目(12ZZ176)~~
【分類號】：TM63;TP391.41
【正文快照】： 0引言1堅強智能電網中智能變電站是接受和分配電能、控制電力潮流流向、變換和調整電壓的關鍵電力設施,需要不斷的加強運行安全性、穩(wěn)定性和可靠性。經統(tǒng)計分析,大約90%的變電站事故是由電力設備故障引起的,而大約50%的故障設備在早期都有熱異�，F象。如不及時處理,熱異常嚴重

【相似文獻】

中國期刊全文數據庫 前8條

1 肖曉暉,杜娥,諶青昊,吳功平;高壓輸電線路紅外圖像的邊緣檢測[J];中國電力;2005年01期

2 魏韜;張洪濤;韓金華;柴冰;左亞鵬;;滲漏油影響設備紅外圖像[J];河南電力;2009年02期

3 劉健;解辰;藺麗華;;基于紅外圖像的電力變壓器油位自動檢測方法[J];高電壓技術;2010年04期

4 門洪;于加學;秦蕾;;基于CA和OTSU的電氣設備紅外圖像分割方法[J];電力自動化設備;2011年09期

5 張萼輝;;牽引變電所紅外溫度監(jiān)測圖像處理方法研究[J];上海鐵道科技;2013年04期

6 張文峰;彭向陽;陳銳民;陳馳;鄧超怡;錢金菊;徐文學;;基于無人機紅外視頻的輸電線路發(fā)熱缺陷智能診斷技術[J];電網技術;2014年05期

7 董棟;陳光夢;;基于近紅外圖像的硅太陽能電池故障檢測方法[J];信息與電子工程;2010年05期

8 ;[J];;年期

中國碩士學位論文全文數據庫 前7條

1 張明;基于紅外圖像的變電設備分類及在故障診斷中的應用[D];合肥工業(yè)大學;2012年

2 方舟;基于紅外圖像的電力設備三維重建和故障檢測[D];華北電力大學;2013年

3 周雪;基于紅外圖像的洛陽變電站電氣設備診斷分析[D];河南理工大學;2011年

4 郭曉杰;紅外圖像配準技術在電力設備故障檢測中的研究與應用[D];北方工業(yè)大學;2008年

5 董棟;基于近紅外圖像的太陽能電池故障檢測[D];復旦大學;2010年

6 解辰;基于紅外圖像的電力變壓器油位自動檢測[D];西安理工大學;2010年

7 李文芳;基于紅外圖像的電力變壓器故障的在線檢測[D];安徽理工大學;2014年

，

本文編號：989585