-
题名基于振动信号MTF变换的并联电容器故障诊断
被引量：4
- 1
-
-
作者
郜志
杨海运
宫艳朝
穆永保
-
机构
国网邯郸供电公司
-
出处
《计量学报》
CSCD
北大核心
2023年第9期1339-1346,共8页
-
基金
国网河北省电力有限公司科技项目(kj2020-010)。
-
文摘
针对并联电容器运行过程中常出现内部缺陷、接触缺陷、重叠缺陷、油质缺陷等4类典型缺陷,提出了一种基于振动信号马尔可夫转移场变换的并联电容器故障诊断方法。首先,根据现场工况制作了4种典型缺陷样品,测试了不同缺陷下试样的机械振动信号并搭建振动数据集;然后,基于马尔可夫转移场变换将一维振动信号转变为二维图像以提高信号可视能力;最后,通过卷积神经网络对马尔可夫密度图进行特征自提取和分类,讨论了不同分位数下信号的可视化能力,并与常见的诊断方法进行了比较。结果表明:将振动信号进行马尔可夫转移场变换提高了信号的可视化能力,使深度学习算法能够更全面的提取信号特征,文中方法的平均识别准确率达到了98%左右,能较好地实现并联电容器的故障诊断,并优于其他常见方法。
-
关键词
计量学
并联电容器
振动信号
故障诊断
马尔可夫转移场
卷积神经网络
深度学习算法
-
Keywords
metrology
shunt capacitor
vibration signal
fault diagnosis
Markov transfer field
convolutional neural networksis
deep learning algorithm
-
分类号
TB971
[机械工程—测试计量技术及仪器]
-
-
题名基于MVOtsu和鲸鱼自适应阈值的图像增强算法
被引量：5
- 2
-
-
作者
王爱平
粟莲
杨海运
王昕
-
机构
国网四川省电力公司巴中供电公司
上海交通大学电工与电子技术中心
-
出处
《控制工程》
CSCD
北大核心
2022年第12期2293-2299,共7页
-
基金
国家自然科学基金资助项目(61673268)。
-
文摘
针对电力设备红外灰度图像的细节不清、边缘模糊等缺陷,提出一种基于非下采样剪切波变换(NSST)的电力设备红外图像处理方法。首先,利用NSST对原始的电力设备红外图像进行变换,将数据从空间域转换到频域。然后,对高频系数使用鲸鱼自适应阈值去噪算法去噪,同时增强了高频系数中的细节和边缘部分;对低频系数采用改进的结合均值和方差的大津(MVOtsu)算法将低频分量分成前景部分和后景部分,并分别采用伽马校正算法和直方图均衡化算法进行增强。最后,通过NSST的逆变换得到增强后的图像。所提算法与其他算法的对比结果表明,所提算法能更好地突出电力设备红外图像的细节信息,增强了图片对比度,达到了更好的视觉效果。
-
关键词
电力设备
红外图像
NSST
鲸鱼自适应阈值去噪
改进MVOtsu算法
-
Keywords
Power equipment
infrared image
NSST
whale adaptive threshold denoising
improved MVOtsu algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
