-
题名紫外检测电晕放电强度量化分级
被引量：8
- 1
-
-
作者
马立新
周小波
朱润
单宇
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《光电工程》
CAS
CSCD
北大核心
2016年第1期1-5,共5页
-
基金
国家自然科学基金(61205076)
沪江基金(C14002)资助项目
-
文摘
高压设备运行过程中会发生电晕放电现象,其危害很大。本文利用紫外放电检测新技术,融合采集到电晕和可见光图像,准确对故障点进行定位。采用遗传算法的投影寻踪理论,利用Delphi软件对采集的紫外电晕图进行处理后作为分级数据,建立遗传投影寻踪等级模型,对电晕放电强度的量化分级研究。实验结果验证了该模型的合理性,测试结果也达到预期的结果,对放电故障检测有一定的实际应用意义。
-
关键词
电晕放电现象
紫外检测技术
投影寻踪理论
放电故障等级
-
Keywords
corona discharge phenomenon
UV detection technology
projection pursuit theory
discharge fault level
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于紫外成像系统的电晕放电评级算法研究
被引量：5
- 2
-
-
作者
马立新
何亮
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《电子测量技术》
2018年第1期141-145,共5页
-
文摘
电气设备长期在高压等级下运行会造成其绝缘性能下降,导致局部电晕放电。为此,针对电气设备绝缘性能下降所造成的局放问题,在单通道紫外成像系统的基础上,提出并研究了一种紫外检测电晕放电故障量化分级的新方法;根据电气设备局放故障的特性,利用紫外成像系统采集放电故障点的图像信息,提取放电区域特征参数,并建立量化分级模型和实验仿真。研究表明,经过粒子群算法（PSO）优化支持向量机（SVM）参数后具有很好的泛化性,同时可以有效实现对放电故障量化分级;采用PSO优化SVM方法相比传统SVM算法和BP神经网络分级算法能保持很高的分级正确率和提高精度,具有明显的优势。实验结果验证了该分级模型的合理和有效性,测试数据也达到预期的结果,对放电故障检测方法改善有重要的实际应用意义。
-
关键词
电晕放电
紫外成像系统
粒子群算法
支持向量机
放电故障等级
-
Keywords
corona dischargel ultraviolet imaging system
particle swarmalgorithm
support vector machine
discharge faultlevel
-
分类号
TP2
[自动化与计算机技术—检测技术与自动化装置]
-
