-
题名基于近红外光谱的输电线钢芯腐蚀原位检测方法
- 1
-
-
作者
吴升泽
吴田
陈龙
邱中华
普子恒
吴凤
-
机构
三峡大学湖北省输电线路工程技术研究中心
三峡大学电气与新能源学院
国网四川省电力公司超高压分公司
-
出处
《腐蚀与防护》
北大核心
2025年第5期52-58,共7页
-
基金
国家自然科学基金(51807110)。
-
文摘
基于近红外光谱技术,提出了一种输电线钢芯腐蚀原位检测方法。首先,通过近红外检测获得4类不同腐蚀状态输电线表面的近红外光谱;然后,对比分析获得最佳光谱数据预处理方法,通过潜在投影图(LPG)选择了最佳建模波长,并结合主成分分析(PCA)降维数据和鹈鹕优化算法(POA)优化参数建立了基于支持向量机回归(SVR)的腐蚀状态分类识别模型;最后,采用能谱分析数据验证模型对腐蚀状态识别的准确性。结果表明:采用标准正态变量处理和Savitzky-Golay平滑预处理可以达到99.16%的最大方差解释率,通过LPG筛选出了10个最佳波长,结合最佳光谱数据预处理方法与最佳波长并利用PCA得到4类样本的可视化聚类结果,将PCA二维得分数据输入POA-SVR分类模型,得到最终分类准确率高达96.43%。
-
关键词
输电线钢芯
腐蚀
原位检测
近红外光谱技术
主成分分析(PCA)
支持向量机回归(SVR)
-
Keywords
steel core in power transmission line
corrosion
in-situ detection
near-infrared spectroscopy
principal component analysis(PCA)
support vector regression(SVR)
-
分类号
TG174
[金属学及工艺—金属表面处理]
-
