声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 概述
1.2.1 避雷器概述
1.2.2 红外热象仪概述
1.2.3 红外检测基本原理
1.3 国内外检测现状
1.3.1 检测方法现状研究
1.3.2 避雷器红外检测研究现状
1.4 本文主要内容和创新点
第2章 金属氧化锌避雷器红外检测原理
2.1 红外成像误差分析
2.1.1 被测物体表面发射率误差的影响
2.1.2 大气透射率误差的影响
2.1.3 大气温度误差的影响
2.1.4 环境温度误差的影响
2.1.5 太阳辐射的影响
2.2 基本要求
2.3 基于红外热像技术的金属氧化锌避雷器检测
2.3.1 红外检测的方法
2.3.2 红外热像技术对金属氧化锌避雷器内部故障的诊断
2.3.3 红外热像技术对氧化锌避雷器外部故障的诊断
2.4 本章小结
第3章 图像预处理与图像分割
3.1 避雷器红外图像特点
3.2 灰度变换
3.2.1 线性灰度变换
3.2.2 分段线性灰度变换
3.2.3 非线性灰度变换
3.3 直方图均衡化
3.3.1 直方图定义
3.3.2 直方图均衡化
3.4 图像去噪
3.4.1 均值滤波
3.4.2 中值滤波
3.5 图像分割
3.5.1 基于最大类间方差法的图像分割
3.5.2 基于均值迭代法的图像分割
3.5.3 基于边缘检测的图像分割
3.6 图像提取
3.6.1 形态学处理
3.6.2 提取主体区域
3.6.3 提取避雷器区域
3.7 本章小结
第4章 基于带电设备红外诊断应用规范的避雷器故障识别
4.1 带电设备红外诊断应用规范
4.2 提取内接矩形
4.3 温度提取
4.3.1 提取最大温度和最小温度
4.3.2 提取平均温度
4.4 故障识别
4.4.1 局部发热故障识别
4.4.2 整体发热故障识别
4.5 识别结果
4.6 本章小结
第5章 基于BP神经网络的故障识别
5.1 特征提取
5.1.1 纹理分析概括
5.1.2 灰度-梯度共生矩阵法初步提取纹理特征
5.2 特征选择
5.2.1 K-L变换
5.2.2 特征提取结果
5.3 神经网络介绍
5.4 模型设计及有效性分析
5.4.1 模型设计
5.4.2 有效性分析
5.4.3 错误率原因分析
5.5 本章小结
结论与展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
附录B 攻读学位期间所参加的科研项目