一种基于热红外成像技术对绝缘子故障在线监测方法

    公开(公告)号:CN106124949B

    公开(公告)日:2019-08-13

    申请号:CN201610769198.9

    申请日:2016-08-30

    IPC分类号: G01R31/12 G01N25/72

    摘要: 本发明公开了一种基于热红外成像技术对绝缘子故障在线监测方法,钢帽部分采用矩形框选点法、绝缘子串部分采用线段选点进行坐标温度转换,由绝缘子故障检测算法得出低值绝缘子特征量、零值绝缘子特征量、绝缘子积污特征量和绝缘子破损特征量四类温度参数特征量,结合环境温度、湿度和污秽状况,选用两个三层PNN概率神经网络分别对钢帽部分和绝缘子串部分进行特征级融合,给出局部信息融合判断的结果,提交给决策级进行全局决策,提高信息融合模型的精度,清晰的划分出故障和非故障,减少误判率,采用多特征量监测,并综合多种特征量数据和绝缘子故障判断模型进行故障判别,因此监测数据的可靠性得到提高。

    一种电力设备无线传输方式在线测温系统

    公开(公告)号:CN104091429A

    公开(公告)日:2014-10-08

    申请号:CN201410295322.3

    申请日:2014-06-27

    IPC分类号: G08C17/02

    摘要: 本发明的电力设备无线传输方式的在线测温系统,包括若干测温终端、中转站、后台和若干客户端,一个所述测温终端包括电源、单片机、无线发射模块;中转站包括无线接收模块和供电模块,供电模块为无线接收模块提供电力供应;后台包括通信转换模块、计算机,通信转换模块将485通信数据转换为USB数据,通信转换模块的输入端通过485通信电缆与无线接收模块连接,通信转换模块的输出端通过数据线与计算机连接,所述的计算机上安装有TCP/IP通信协议、VB通信模块、MYSQL数据库、TOMCAT服务器、JRE运行环境;客户端为电脑,客户端均通过网络与后台连接。通过循环计时和无线方式自动发送数据,降低了功耗,增加了可靠性。

    一种基于深度学习的电力图像分类方法

    公开(公告)号:CN104680192B

    公开(公告)日:2017-12-12

    申请号:CN201510061576.3

    申请日:2015-02-05

    IPC分类号: G06K9/66 G06K9/62

    摘要: 本发明公开了一种基于深度学习的电力图像分类方法,步骤:采用乱序发射机制实现输入电力图像的逐类发射:在乱序发射机制中采用第一缓存区和第二缓存区,第一缓存区用于存储若干张待处理的图象,从第一缓存区中选取若干张图象存储到第二缓存区中,第二缓存区的图象排队等候发射;对电力图像进行区域提取;对区域提取后的图象进行增强处理;对增强处理后的图像的进行大小调整,并将该图象格式化使其满足分类器的输入;将数据输入到分类器中,选择不同的训练集大小和训练速度进行多次实验,并将分类准确率和效率进行对比分析,选出最优的训练参数,以获得最佳训练效果。本发明比传统技术有着明显的优势,训练的收敛速度较快并有较高的准确率。

    一种基于深度学习的电力图像分类方法

    公开(公告)号:CN104680192A

    公开(公告)日:2015-06-03

    申请号:CN201510061576.3

    申请日:2015-02-05

    IPC分类号: G06K9/66 G06K9/62

    摘要: 本发明公开了一种基于深度学习的电力图像分类方法,步骤:采用乱序发射机制实现输入电力图像的逐类发射:在乱序发射机制中采用第一缓存区和第二缓存区,第一缓存区用于存储若干张待处理的图象,从第一缓存区中选取若干张图象存储到第二缓存区中,第二缓存区的图象排队等候发射;对电力图像进行区域提取;对区域提取后的图象进行增强处理;对增强处理后的图像的进行大小调整,并将该图象格式化使其满足分类器的输入;将数据输入到分类器中,选择不同的训练集大小和训练速度进行多次实验,并将分类准确率和效率进行对比分析,选出最优的训练参数,以获得最佳训练效果。本发明比传统技术有着明显的优势,训练的收敛速度较快并有较高的准确率。