登录    注册    忘记密码

期刊文章详细信息

基于循环训练法的变压器漏油检测  ( EI收录)  

Transformer Oil Leakage Detection Based on Loop Training Method

  

文献类型:期刊文章

作  者:鲍伟超[1] 顾理[1] 何劲松[1] 蒯勇[2] 刘玮[2] 黄文礼[2]

Bao Weichao;Gu Li;He Jinsong;Kuai Yong;Liu Wei;Huang Wenli(School of Information Science and Technology,University of Science and Technology of China,Hefei 230026;Anhui Jiyuan Electricity Grid Technical Co.,Ltd.,Hefei 230088)

机构地区:[1]中国科学技术大学信息科学技术学院,合肥230026 [2]安徽继远电网技术有限责任公司,合肥230088

出  处:《计算机辅助设计与图形学学报》

年  份:2021

卷  号:33

期  号:3

起止页码:431-438

语  种:中文

收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:检查变压器是否存在漏油问题在维护电网安全与稳定方面具有重要价值.地面是否存在因漏油而产生的油污区域是判断变压器是否存在漏油问题的重要的依据.油污区域的形状各异、所处的环境复杂以及光照阴影的影响给漏油检测问题带来了挑战.阴影是自然界中的一种普遍存在的物理现象,对漏油检测的影响是不可避免的.为了消除阴影对漏油检测的影响,提出一种循环训练方法.通过直方图均衡化以增强困难样本油污和阴影之间的对比度,循环地训练增强后的图像来减弱阴影的干扰,以提高查全率;同时通过引入负样本图像缓解误检问题,以提高查准率.文中使用变电站真实环境下采集的数据,并以此构建了一个油污图像的数据集.基于此数据集设计8种方案进行对比实验.实验结果表明,与未使用所提方法的模型相比,使用该方法的模型能够有效地消除光照阴影对漏油检测的影响,显著提高漏油检测精确度.

关 键 词:变压器漏油检测  循环训练  困难样本  负样本  

分 类 号:TP391.41]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心