广东电力科学研究院2. 武汉大学测绘遥感信息工程国家重点实验室
纸质出版:2014
移动端阅览
[1]彭向阳,钟清,饶章权,杨必胜,陈驰,苏林晓.基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术[J].高电压技术,2014,40(08):2292-2298.
彭向阳, 钟清, 饶章权, et al. 基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术[J]. 2014, 40(8): 2292-2298.
[1]彭向阳,钟清,饶章权,杨必胜,陈驰,苏林晓.基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术[J].高电压技术,2014,40(08):2292-2298. DOI: 10.13336/j.1003-6520.hve.2014.08.006.
彭向阳, 钟清, 饶章权, et al. 基于无人机紫外检测的输电线路电晕放电缺陷智能诊断技术[J]. 2014, 40(8): 2292-2298. DOI: 10.13336/j.1003-6520.hve.2014.08.006.
目前使用紫外视频进行绝缘子探伤需要人工判读放电光斑
自动化程度较低。为此
提出了一种以无人机(UAV)搭载的紫外传感器所获取的影像为数据源
根据电晕放电的光谱特征和紫外成像的形态特征来自动检测紫外视频放电位置的方法。首先从紫外影像中获取图像帧;然后对图像进行最大类间方差二值化和区域生长处理
根据区域生长后的结果来计算疑似放电区域;最后经放电异常诊断
利用获得的高精度位置姿态以及时间同步信息
得到高压输电线路绝缘子发生异常的具体地理位置。实验结果表明上述方法可以自动提取紫外视频中呈高密度、连续放电的区域。该方法可有效地对紫外影像中高压输电线路绝缘子进行放电异常诊断
对电网运行维护有实际意义。
0
浏览量
1011
下载量
15
CSCD
关联资源
相关文章
相关作者
相关机构