基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

电力系统状态评价与故障诊断 | 更新时间：2025-12-08

- 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法
- 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法
- 高电压技术 2014年40卷第5期页码：1446-1452
- 作者机构：
  
  华北电力大学河北省输变电设备安全防御重点实验室
- 作者简介：
- 基金信息：
  
  中央高校基本科研业务费专项资金（13MS71）~~
- DOI：10.13336/j.1003-6520.hve.2014.05.022
  中图分类号： TM216;TP391.41
- 纸质出版：2014
- 稿件说明：
移动端阅览
[1]张重远,闫康,汪佛池,杨升杰,李宁彩.基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J].高电压技术,2014,40(05):1446-1452.

张重远, 闫康, 汪佛池, et al. 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J]. 2014, 40(5): 1446-1452.
[1]张重远,闫康,汪佛池,杨升杰,李宁彩.基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J].高电压技术,2014,40(05):1446-1452. DOI： 10.13336/j.1003-6520.hve.2014.05.022.

张重远, 闫康, 汪佛池, et al. 基于图像特征提取与BP神经网络的绝缘子憎水性识别方法[J]. 2014, 40(5): 1446-1452. DOI： 10.13336/j.1003-6520.hve.2014.05.022.

为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级

提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法。首先

利用同态滤波和直方图均衡对憎水性图像进行增强预处理

然后利用改进的Canny算子提取了图像中水珠（或水迹）的边缘

并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量

最后建立了基于BP神经网络的憎水性识别模型

并对测试样本的憎水性等级进行了识别。实验结果表明

该方法克服了人为因素的影响

能够有效识别绝缘子7种典型憎水性等级

总识别率达90%

为在线检测绝缘子憎水性提供一种新的有效方法。

浏览量

536

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

RTV硅橡胶涂层耐污闪性能及憎水迁移特性

基于数学形态学的绝缘子在线监测

基于蚁群算法的绝缘子憎水性等级判别方法

绝缘子有憎水性时的交流污闪模型分析