-
题名基于激光成像技术的电气设备故障自动分类研究
被引量：7
- 1
-
-
作者
黄敏
张新伟
訾建平
-
机构
安徽科技学院
-
出处
《激光杂志》
北大核心
2020年第3期144-147,共4页
-
基金
安徽省教育厅自然科学研究重点项目(No.KJ2018A0542)。
-
文摘
传统方法检测电气设备故障时,存在检测准确率低、耗时长的问题。为此提出基于激光成像技术的电气设备故障自动分类方法。对电气设备图像进行对比度拉伸处理,并采用滤波对其进行去噪处理,以提升对设备故障区域的检测能力,即故障区域在激光图像中亮度过大;利用脉冲耦合神经网络,将处理的激光图像过亮区域进行提取,获得电气设备故障区域,可通过激光图像中故障区域的亮度,实现电气设备故障类型的诊断和自动分类。真实验证明,研究方法的故障诊断性能较高,分类结果较为准确,且实现了非人工故障识别和分类,分类运行时间明显缩短。
-
关键词
激光成像技术
电气设备
故障检测
自动分类
-
Keywords
laser imaging technology
electrical equipment
fault detection
automatic classification
-
分类号
TN248.2
[电子电信—物理电子学]
-
