基于机器学习的继电保护硬压板图像识别技术

摘要

近年来,基于机器学习的图像识别技术得到了广泛的应用.本文利用HOG特征和SVM分类器实现了对变电站硬压板状态的智能检测.首先,对输入图像进行伽马校正和归一化,完成对输入图像的预处理;然后,利用HOG算法提取出图像的特征;最后,结合SVM分类器来识别图像中硬压板的状态.在此基础上,开发了一种智能辅助压板检测的应用程序,不需要对二次电力设备进行任何改造,就能完成变电站硬压板的状态检测和智能检查.实际使用表明,变电站硬压板的状态识别精度高,应用效果好.