-
题名基于GWO-SVM的红外热成像低零值绝缘子识别
被引量：11
- 1
-
-
作者
张美金
屈秋帛
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《红外技术》
CSCD
北大核心
2021年第4期397-402,共6页
-
文摘
为了准确识别电网中的低零值绝缘子,提高劣化绝缘子诊断的准确率,提出了一种使用灰狼算法优化(grey wolf optimizer,GWO)与二进制支持向量机(support vector machine,SVM)分类器相结合的模型,对红外图像中的低零值绝缘子进行自动检测。首先对绝缘子红外图像进行增强,利用Ostu算法对红外图像进行分割,并对得到的二值图像进行倾斜角度矫正和切割,提取绝缘子串的有效区域,然后将图像特征用于向量机的分类识别。实验结果表明,灰狼算法优化支持向量机比常用的网格搜索算法(grid search,GS)、粒子群优化算法(particle swarm optimization,PSO)等得到的分类模型能更准确、有效地对低零值绝缘子进行识别,且准确率更高。
-
关键词
绝缘子
红外成像
支持向量机
灰狼算法
-
Keywords
insulator
infrared imaging
support vector machine
grey wolf algorithm
-
分类号
TM216
[一般工业技术—材料科学与工程]
-
