摘要
高压电气设备在运行过程中会产生大量的电磁干扰和噪声,这些干扰会掩盖设备故障特征,使故障检测变得困难,因此本文基于改进二维经验模态分解(BEMD)的高压电气设备故障自动检测方法开展研究。利用高斯滤波器代替传统BEMD算法中的顺序滤波器和平滑滤波器,改进后的BEMD算法能够将图像分解为高频、中频和低频分量,区分温度异常区域与背景噪声,为故障特征的提取奠定坚实的基础。通过高频分量图像与统计特征分析,实现对故障区域的精确定位和温度异常区域的识别,以达到高压电气设备故障自动检测的目标。通过对比试验证明,新的检测方法具备更高的高压电气设备故障检测准确性,可以在实际中得到进一步应用。
作者
王志宏
孟繁杰
Wang Zhihong;Meng Fanjie
出处
《电力设备管理》
2025年第11期106-108,共3页
Electric Power Equipment Management
