变电站巡视中图像分析方法的研究
本文主要围绕着图像的智能分析和识别方法展开研究,在阐述红外图像测温原理基础上,指出了电气设备过热缺陷的检测过程,利用 BP 网络计算了基准温标,并实现了电气设备红外图像温差的检测;叙述了图像预处理及其配准方法,给出了电气设备图像颜色和模式识别算法,为变电站巡视图像的智能分析奠定了基础。
红外图像处理方法的研究
红外图像温度测量的实现
红外图像检测过程
想实现过热故障的检测,首先要建立红外图像检测标准(即基准温标),然后利用基准温标检测巡视图像每个像素点的温度,这要经过由图像预处理、温度分析两步完成。图像预处理主要完成对红外图像的前期处理;温度分析部分主要实现对红外图像的温度检测。在此基础上通过横向或纵向的温差判断,确定电气设备的工作状态。发现异常则告警,并将图像信息发往调控中心。
基于红外图像检测的电气设备故障分析过程

该研究探讨了变电站巡视中图像分析方法,重点在于红外图像的温度测量和电气设备识别。通过BP神经网络建立红外图像基准温标,进行温度检测和异常报警。同时,结合可见光图像进行设备类型识别和故障分析,以提高变电站的智能巡视能力。
最低0.47元/天 解锁文章
2001

被折叠的 条评论
为什么被折叠?



