期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
电力设备IR图像特征提取及故障诊断方法研究
被引量：
33
1
作者
李鑫
崔昊杨
+2 位作者
许永鹏
李高芳
秦伦明
《激光与红外》
CAS
CSCD
北大核心
2018年第5期659-664,共6页
针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)...
针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)样本特征空间。采用优化的蝙蝠算法(BA)对SVM参数进行寻优,并利用最优参数配置下的SVM实现设备故障诊断。对220组图像样本测试结果表明:该红外图像故障诊断方法在电力设备热故障缺陷检测方面的效率及准确率较高,适用于电力大数据中非结构化红外图像的批量分析与处理。
展开更多
关键词
故障诊断
粒子群算法
Niblack算法
支持向量机
蝙蝠算法
在线阅读
下载PDF
职称材料
题名
电力设备IR图像特征提取及故障诊断方法研究
被引量：
33
1
作者
李鑫
崔昊杨
许永鹏
李高芳
秦伦明
机构
上海电力学院电子与信息工程学院
上海交通大学电气工程系
出处
《激光与红外》
CAS
CSCD
北大核心
2018年第5期659-664,共6页
基金
国家自然科学基金资助项目(No.61107081
No.11647023)
+2 种基金
上海市科委地方院校能力建设项目资助课题(No.15110500900
No.14110500900)
上海市自然科学基金面上项目(No.17ZR1411500)资助
文摘
针对电力设备红外图像批量诊断中故障特征参量提取及参数配置难题,采用粒子群算法(PSO)与Niblack算法相结合的方法,将设备热像从背景中分割出来并提取出设备的最低、最高及平均温度等参量,通过计算设备各温升特征,构建支持向量机(SVM)样本特征空间。采用优化的蝙蝠算法(BA)对SVM参数进行寻优,并利用最优参数配置下的SVM实现设备故障诊断。对220组图像样本测试结果表明:该红外图像故障诊断方法在电力设备热故障缺陷检测方面的效率及准确率较高,适用于电力大数据中非结构化红外图像的批量分析与处理。
关键词
故障诊断
粒子群算法
Niblack算法
支持向量机
蝙蝠算法
Keywords
faul
t
diagnosis
p a r
t
ic le swarm op
t
imiza
t
ion
Niblack
algorith
m
suppor
t
vec
t
or machines
ba t algorith
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
电力设备IR图像特征提取及故障诊断方法研究
李鑫
崔昊杨
许永鹏
李高芳
秦伦明
《激光与红外》
CAS
CSCD
北大核心
2018
33
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
