基于深度学习的绝缘子电晕放电状态评估方法

    公开(公告)号:CN113238131B

    公开(公告)日:2021-09-24

    申请号:CN202110786869.3

    申请日:2021-07-13

    摘要: 本发明提供一种基于深度学习的绝缘子电晕放电状态评估方法,在预定探测距离位置处,通过紫外成像仪探测得到不同的绝缘子放电强度所对应探测的紫外光子数的关系曲线;以绝缘子放电目标源等效为点光源,利用结合Allard原理,拟合出探测距离、光子数以及放电强度的关系;采用卷积神经网络深度学习模型进行训练,建立基于可见光的电晕放电探测距离分类模型;在进行实际绝缘子电晕放电状态评估时,采用双路紫外成像仪,基于探测距离模型获得实际探测距离,同时获得对应的紫外光子数,再通过换算到标准探测距离下的紫外光子数,对照放电强度与光子数的关系曲线评估绝缘子电晕放电状态。

    基于正则化高斯场模型的低照度图像增强方法与系统

    公开(公告)号:CN115619659A

    公开(公告)日:2023-01-17

    申请号:CN202211160307.9

    申请日:2022-09-22

    IPC分类号: G06T5/00

    摘要: 本发明属于图像处理领域,尤其是低照度图像增强,具体提出一种基于正则化高斯场模型的低照度图像增强方法与系统。该方法将Retinex分解表述为一个无约束的优化问题,利用高效的梯度优化技术即可实现反射层和照度层的同步估计。首先,构建了基于正则高斯场(regularized Gaussian fields,RGF)的优化函数,该函数是可微的,因此可以采用基于梯度的标准优化技术进行解优化。然后,通过梯度下降算法同时估计反射率和光照度。最后,利用高斯核对估计出的反射层进行校正,实现了可以保留图像细节和自然度的低照度增强。

    基于深度学习的绝缘子电晕放电状态评估方法

    公开(公告)号:CN113238131A

    公开(公告)日:2021-08-10

    申请号:CN202110786869.3

    申请日:2021-07-13

    摘要: 本发明提供一种基于深度学习的绝缘子电晕放电状态评估方法,在预定探测距离位置处,通过紫外成像仪探测得到不同的绝缘子放电强度所对应探测的紫外光子数的关系曲线;以绝缘子放电目标源等效为点光源,利用结合Allard原理,拟合出探测距离、光子数以及放电强度的关系;采用卷积神经网络深度学习模型进行训练,建立基于可见光的电晕放电探测距离分类模型;在进行实际绝缘子电晕放电状态评估时,采用双路紫外成像仪,基于探测距离模型获得实际探测距离,同时获得对应的紫外光子数,再通过换算到标准探测距离下的紫外光子数,对照放电强度与光子数的关系曲线评估绝缘子电晕放电状态。