首页|基于高光谱遥感技术的绝缘子表面污秽检测方法研究

基于高光谱遥感技术的绝缘子表面污秽检测方法研究

Research on Detection Method of Insulator Surface Based on Hyperspectral Remote Sensing Technology

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为实现绝缘子表面污秽成分实时检测,同时探究不同类型绝缘子对污秽成分识别的影响,提出了一种基于特征波段分数评比的高光谱遥感成像技术的污秽成分识别方法.利用高光谱成像技术对采用硅橡胶基材和陶瓷基材的单一污秽成分进行了数据采集,采用光谱-空间自适应总变差模型对谱线进行预处理,通过最大相关-最小冗余-反向传播神经网络建立了基于谱线特征相关性最大的污秽成分分类识别模型.光谱-空间自适应总变差模型能够很好地对高光谱曲线进行去噪与平滑,获得能够建立分类识别模型的高光谱图像.最大相关-最小冗余-反向传播神经网络模型以谱线特征波段的分数排名作为筛选特征的基础,所建立的分类识别模型准确度较高,对采用硅橡胶基材时污秽成分分类准确率可达92.5%,对采用陶瓷基材时污秽成分分类准确率为80%.不同类型绝缘子为背景基材时,对高光谱污秽成分分类识别的影响有所差异,主要受到污层的覆盖程度和污秽颗粒形貌的影响;在对污秽成分进行在线检测时需避免污层稀薄区域,减少背景基材对检测结果的影响.

silicone rubberinsulatorhyperspectral techniquecontamination compositionback propa-gation neural network

申巍、宋治波、王森、赵海英、朱明曦、薛建鹏、李振涛、杨昊

展开 >

国网陕西省电力有限公司电力科学研究院,西安 710100

西安工程大学电子信息学院,西安 710048

国网陕西省电力有限公司西安供电公司,西安 710032

硅橡胶 绝缘子 高光谱技术 表面污秽成分 反向传播神经网络

国家自然科学基金国网陕西省电力有限公司科技项目

520071385226KY22001G

2023

10.11941/j.issn.1009-4369.2023.05.010

有机硅材料
中国氟硅有机材料工业协会 中蓝晨光化工研究设计院有限公司 国家有机硅工程技术研究中心

有机硅材料

CSTPCD
影响因子：0.778
ISSN：1009-4369
年,卷(期)：2023.37(5)
  • 2
  • 12