【技术实现步骤摘要】
基于红外图像的绝缘子评估分类方法及其装置
本专利技术涉及电测试领域，特别是一种基于红外图像的绝缘子评估分类方法及其装置。
技术介绍
绝缘子是输电线路的重要构成，随着运行年限的增加，一些暴露在户外中的运行线路中的绝缘子的电气性能或机械性能会出现不同程度的下降问题，具体表现为：绝缘性能下降、机械强度下降，其中瓷件会出现裂纹甚至断裂，致使绝缘子阻值下降，成为劣化绝缘子，增大了绝缘子串发生闪络的可能性，甚至会造成绝缘子掉串，导致导线脱落等严重事故的发生，对电网安全造成威胁。绝缘子应用于输电线路及变电站内，并且绝大部分绝缘子的运行环境暴露在户外。火花叉法为传统的检测方法，需要在线路停运的情况下人工蹬杆进行检测，这种检测方法要耗费大量的人力物力时间。由于检测手段落后，易受到电磁干扰，即使每年进行一次巡检，仍存在不能完全排除的隐患，造成漏检或误检。尤其是近几年，由于环境污染加重，在雾霾的情况下，绝缘子表面覆盖的污秽颗粒对绝缘子的发热特性造成很大影响，也对劣化绝缘子的在线检测带来很大干扰。
技术实现思路
为解决上...
【技术保护点】
1.一种基于红外图像的绝缘子评估分类方法，其特征在于，包括以下步骤：/n获取绝缘子红外图谱样本库；/n将获取的所述绝缘子红外图谱样本库的图像进行切割，得到正常绝缘子库作为正样本，劣化绝缘子库作为负样本；/n将所述正样本和所述负样本中的图像进行灰度化处理；/n对灰度化处理后的图像利用主成分分析法进行处理；/n采用贝叶斯算法对主成分分析法处理后的图像及绝缘子状态的特征进行训练，获取特征参量与所述绝缘子状态之间的对应关系及模型预测参数，实现绝缘子的分类和识别。/n
【技术特征摘要】
1.一种基于红外图像的绝缘子评估分类方法，其特征在于，包括以下步骤：
获取绝缘子红外图谱样本库；
将获取的所述绝缘子红外图谱样本库的图像进行切割，得到正常绝缘子库作为正样本，劣化绝缘子库作为负样本；
将所述正样本和所述负样本中的图像进行灰度化处理；
对灰度化处理后的图像利用主成分分析法进行处理；
采用贝叶斯算法对主成分分析法处理后的图像及绝缘子状态的特征进行训练，获取特征参量与所述绝缘子状态之间的对应关系及模型预测参数，实现绝缘子的分类和识别。
2.根据权利要求1所述的基于红外图像的绝缘子评估分类方法，其特征在于，所述获取绝缘子红外图谱样本库，还包括：通过红外实验获取所述绝缘子红外图谱样本库，所述绝缘子包括正常绝缘子和劣化绝缘子。
3.根据权利要求1所述的基于红外图像的绝缘子评估分类方法，其特征在于，所述将获取的所述绝缘子红外图谱样本库的图像进行切割，得到正常绝缘子库作为正样本，劣化绝缘子库作为负样本，包括：随机从所述正常绝缘子库和所述劣化绝缘子库中抽取相同数量的正样本和负样本。
4.根据权利要求1所述的基于红外图像的绝缘子评估分类方法，其特征在于，所述对灰度化处理后的图像利用主成分分析法进行处理，还包括：
将所述灰度化处理后的图像转换为波长及吸光度数据，并采用主成分分析法对所述波长及吸光度数据进行分析，以得到含有特征波段的各主成分。
5.根据权利要求1所述的基于红外图像的绝缘子评估分类方法，其特征在于，所述采用贝叶斯算法对主成分分析法处理后的图像及绝缘子状态的特征进行训练，获取特征参量与所述绝缘子状态之间的对应关系及模型预测参数，实现绝缘子的分类和识别，还包括：
将所述主成分分析法处理后的图像分为训练集和测试集，构建贝叶斯网络；
利用所述训练集对所述贝叶斯网络进行完善，利用所述贝叶斯网络对所述测试集进行分类，
当分类正确率达到预设值时，则认为成功评估分类出绝缘子，并结束检测；当分类正确率未达到所述预设值时则再次利用所述训练集对所述贝叶斯网络进行完善，利用所述贝叶斯网络对所述测试集进行分类，直到分类正确率达到所述预设值，则认为成功评估分类出绝缘子，并结束检测。
6.根据权利要求5所述的基于红外图像的绝缘子评估分类方法，其特征在于，所述利用所述训练集对所述贝叶斯网络进行完善，利用所述贝叶斯网络对所述测试集进行分类，包括以下步骤：
获取所述训练集；
对每个类别计算概率P(yi)；
对每个特征属性计算所有划分的条件概率；
对所述每个类别计算P(x|yi)P(yi)；
以最大项作为所属类别P(x|yi)P(yi)；
其中，i为正整数，yi表示已知i个分类的待分类项集合，P(yi)表示yi类别的先验概率，x表示特征属性，P(x|yi)表示在yi类别中x出现的条...
【专利技术属性】
技术研发人员：尹子会，刘一瑾，梁利辉，裴少通，康淑丰，李吉林，闫敏，吴二波，吕潇，池城，刘云鹏，
申请(专利权)人：国网河北省电力有限公司检修分公司，华北电力大学保定，
类型：发明
国别省市：河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。