-
公开(公告)号：CN110376214B
公开(公告)日：2021-08-10
申请号：CN201910745335.9
申请日：2019-08-13
Applicant: 西南交通大学
IPC: G01N21/94
Abstract: 本发明公开了一种基于高光谱技术的绝缘子污秽度非接触检测方法，涉及输变电设备运行状态检修技术领域。该方法包括：获取积污绝缘子的第一高光谱图像集和第二高光谱图像集；提取第一高光谱图像集的高光谱数据，将其中一部分数据作为训练集，另一部分数据作为测试集，建立污秽度多参量检测模型，并用测试集对该模型进行优化；提取第二高光谱图像集中若干个局部区域的高光谱数据，并通过优化后的污秽度多参量检测模型进行识别，从而得到盐灰比例Ⅱ和污秽总量Ⅱ，计算出绝缘子的污秽等值盐密Ⅱ和污秽灰密Ⅱ。该方法识别准确率高，适用于现场带电检测，可实现绝缘子各局部区域污秽度的检测，为制定具有针对性的绝缘子清扫方案提供了技术参考。
-
公开(公告)号：CN109765192B
公开(公告)日：2020-09-18
申请号：CN201910071649.5
申请日：2019-01-25
Applicant: 西南交通大学
IPC: G01N21/31
Abstract: 一种基于高光谱技术的绝缘子表面含水量检测方法。它先利用高光谱成像仪拍摄已知不同表面含水量的绝缘子表面得到对应的高光谱图像，对高光谱图像进行黑白校正、多元散射校正、平滑去噪，得到表面含水量Si的高光谱谱线Xi，进而得到含水量BP神经网络预测模型；然后拍摄得到待测绝缘子的高光谱图像，进行黑白校正、多元散射校正、平滑去噪，得到待测绝缘子的高光谱谱线X0，将待测绝缘子的高光谱谱线X0输入预测模型，即可得到待测绝缘子的表面含水量。该方法能在带电情况下，对现场绝缘子进行非接触实时检测，其操作简单、易于实现；能方便地为绝缘子的防潮抗湿设计、制造和维护，提供可靠、准确的测试依据。
-
公开(公告)号：CN110530876B
公开(公告)日：2020-08-18
申请号：CN201910833968.5
申请日：2019-09-04
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于长短期记忆神经网络的绝缘子污秽度发展预测方法，其包括获取绝缘子局部区域拍摄的高光谱图像，并提取高光谱图像的高光谱谱线；将绝缘子的高光谱谱线输入已构建的相同污秽类型的绝缘子污秽度高光谱回归模型，得到绝缘子的污秽度；将绝缘子的污秽度和预测时间序列输入采用长短期记忆神经网络算法构建的相同污秽类型的污秽度高光谱发展预测模型中，得到工程要求的绝缘子预测污秽度。本方案通过污秽度高光谱发展预测模型与高光谱图像的结合能够准确预测绝缘子污秽发展，以解决现有技术存在的操作繁琐、人工干扰大，难以预测污秽度未来发展等问题。
-
公开(公告)号：CN110261405B
公开(公告)日：2021-06-22
申请号：CN201910698780.4
申请日：2019-07-31
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于显微高光谱技术的绝缘子污秽成分识别方法，属于输变电设备运行状态检修技术领域，其包括：获取积污绝缘子污秽样本的显微高光谱图像，并分为第一图谱集和第二图谱集；分别提取第一图谱集和第二图谱集中的污秽样本混合成分的高光谱谱线；分离出污秽样本的污秽成分，对各污秽成分进行显微高光谱成像，建立污秽成分波谱库；基于污秽成分波谱库和第一图谱集所对应污秽样本混合成分的高光谱谱线建立污秽成分识别模型，第二图谱集所对应污秽样本混合成分的高光谱谱线作为测试集，将测试集输入污秽成分识别模型进行优化。本发明实现了绝缘子污秽成分的微观检测，操作过程简单，利于污秽成分的识别，能够观测绝缘子表面污秽成分分布。
-
公开(公告)号：CN110530876A
公开(公告)日：2019-12-03
申请号：CN201910833968.5
申请日：2019-09-04
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于长短期记忆神经网络的绝缘子污秽度发展预测方法，其包括获取绝缘子局部区域拍摄的高光谱图像，并提取高光谱图像的高光谱谱线；将绝缘子的高光谱谱线输入已构建的相同污秽类型的绝缘子污秽度高光谱回归模型，得到绝缘子的污秽度；将绝缘子的污秽度和预测时间序列输入采用长短期记忆神经网络算法构建的相同污秽类型的污秽度高光谱发展预测模型中，得到工程要求的绝缘子预测污秽度。本方案通过污秽度高光谱发展预测模型与高光谱图像的结合能够准确预测绝缘子污秽发展，以解决现有技术存在的操作繁琐、人工干扰大，难以预测污秽度未来发展等问题。
-
Patent Agency Ranking
公开(公告)号：CN109405771A
公开(公告)日：2019-03-01
申请号：CN201811631273.0
申请日：2018-12-29
Applicant: 西南交通大学
IPC: G01B11/30
Abstract: 本发明公开了一种车顶绝缘子表面粗糙度非接触式分级检测方法，其包括以下步骤：S1、获取每个车顶绝缘子样品表面粗糙度数据；S2、获取样品的高光谱图像并进行预处理；S3、获取预处理后数据的特征波段数据；S4、将样品图像数据的特征波段数据作为训练数据，采用支持向量机构建车顶绝缘子表面粗糙度等级判别模型；S5、获取待测车顶绝缘子的特征波段数据，采用车顶绝缘子表面粗糙度等级判别模型对待测车顶绝缘子的特征波段数据进行判别，完成车顶绝缘子表面粗糙度检测。本方法能够在非接触的情况下对车顶绝缘子的表面粗糙度进行分级检测，改善现有车顶绝缘子表面粗糙度检测方法需要进行拆卸并在实验室情况下进行检测的缺陷，提高检测效率。
-
公开(公告)号：CN109856088A
公开(公告)日：2019-06-07
申请号：CN201910071478.6
申请日：2019-01-25
Applicant: 西南交通大学
IPC: G01N21/55
Abstract: 本发明公开了一种绝缘子表面附沙密度的在线非接触检测方法，它首先根据不同附沙密度的绝缘片的高光谱图像建立附沙密度检测模型，然后，获取所需检测绝缘子的高光谱图像；再由附沙密度检测模型得出绝缘子表面附沙密度。该方法可不停电的在线检测出输电线路中的绝缘子的表面积沙密度，不影响电力系统的正常输配电，操作简单、方便，且能测出绝缘子表面局部最大值，能更准确的评估与分析出附沙状态对绝缘子的绝缘性能的影响，从而能对绝缘子的绝缘设计与维护提供更可靠的测试依据。
-
公开(公告)号：CN110376214A
公开(公告)日：2019-10-25
申请号：CN201910745335.9
申请日：2019-08-13
Applicant: 西南交通大学
IPC: G01N21/94
Abstract: 本发明公开了一种基于高光谱技术的绝缘子污秽度非接触检测方法，涉及输变电设备运行状态检修技术领域。该方法包括：获取积污绝缘子的第一高光谱图像集和第二高光谱图像集；提取第一高光谱图像集的高光谱数据，将其中一部分数据作为训练集，另一部分数据作为测试集，建立污秽度多参量检测模型，并用测试集对该模型进行优化；提取第二高光谱图像集中若干个局部区域的高光谱数据，并通过优化后的污秽度多参量检测模型进行识别，从而得到盐灰比例Ⅱ和污秽总量Ⅱ，计算出绝缘子的污秽等值盐密Ⅱ和污秽灰密Ⅱ。该方法识别准确率高，适用于现场带电检测，可实现绝缘子各局部区域污秽度的检测，为制定具有针对性的绝缘子清扫方案提供了技术参考。
-
公开(公告)号：CN109765192A
公开(公告)日：2019-05-17
申请号：CN201910071649.5
申请日：2019-01-25
Applicant: 西南交通大学
IPC: G01N21/31
Abstract: 一种基于高光谱技术的绝缘子表面含水量检测方法。它先利用高光谱成像仪拍摄已知不同表面含水量的绝缘子表面得到对应的高光谱图像，对高光谱图像进行黑白校正、多元散射校正、平滑去噪，得到表面含水量Si的高光谱谱线Xi，进而得到含水量BP神经网络预测模型；然后拍摄得到待测绝缘子的高光谱图像，进行黑白校正、多元散射校正、平滑去噪，得到待测绝缘子的高光谱谱线X0，将待测绝缘子的高光谱谱线X0输入预测模型，即可得到待测绝缘子的表面含水量。该方法能在带电情况下，对现场绝缘子进行非接触实时检测，其操作简单、易于实现；能方便地为绝缘子的防潮抗湿设计、制造和维护，提供可靠、准确的测试依据。
-
公开(公告)号：CN109856088B
公开(公告)日：2020-09-18
申请号：CN201910071478.6
申请日：2019-01-25
Applicant: 西南交通大学
IPC: G01N21/25
Abstract: 本发明公开了一种绝缘子表面附沙密度的在线非接触检测方法，它首先根据不同附沙密度的绝缘片的高光谱图像建立附沙密度检测模型，然后，获取所需检测绝缘子的高光谱图像；再由附沙密度检测模型得出绝缘子表面附沙密度。该方法可不停电的在线检测出输电线路中的绝缘子的表面积沙密度，不影响电力系统的正常输配电，操作简单、方便，且能测出绝缘子表面局部最大值，能更准确的评估与分析出附沙状态对绝缘子的绝缘性能的影响，从而能对绝缘子的绝缘设计与维护提供更可靠的测试依据。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.148 seconds)
