文摘
英文文摘
湖南大学学位论文原创性声明和学位论文版权使用授权书
第1章 绪论
1.1课题的背景及研究意义
1.2国内外研究现状
1.2.1泄漏电流法
1.2.2等值附盐密度法
1.2.3污层电导率法
1.2.4闪络场强法
1.2.5红外测温法
1.3课题的来源及主要研究内容
1.3.1课题的来源
1.3.2研究目标及拟解决的问题
1.3.3课题的主要研究内容
1.3.4本文研究方法的特点及创新
1.4本章小结
第2章 基于红外热像的绝缘子污秽等级识别方法基本原理及研究方案设计
2.1绝缘子污闪的发生、发展过程
2.2红外热像法检测绝缘子污秽等级的基本原理与依据
2.3总体研究方案设计
2.4本章小结
第3章 基于BAYES估计的污秽绝缘子红外热像去噪方法研究
3.1污秽绝缘子红外热像去噪的必要性
3.2基于阈值的小波去噪方法
3.2.1小波阈值的选取方法
3.2.2阈值处理函数
3.3基于Bayes估计的小波自适应去噪方法
3.3.1带噪信号的Bayes估计
3.3.2红外热像小波系数的自适应Bayes估计
3.4去噪试验及结果
3.5本章小结
第4章 污秽绝缘子红外热像的分割算法研究
4.1污秽绝缘子红外热像分割的必要性
4.2图像分割基本方法概述
4.3不同污秽程度绝缘子红外热像分割方法研究
4.3.1严重污秽绝缘子红外热像分割方法研究
4.3.2洁净及轻度污秽绝缘子红外热像分割方法研究
4.4本章小结
第5章 基于K-L变换的污秽绝缘子红外热像特征提取方法研究
5.1绝缘子污秽特征K-L变换的必要性
5.2 K-L变换基本理论
5.3绝缘子污秽特征数据的K-L变换实验
5.3.1基于红外热像的高压绝缘子原始污秽特征数据的采集
5.3.2基于K-L变换的绝缘子污秽特征主分量的提取
5.4 K-L变换实验结果分析
5.4.1 K-L变换后数据对污秽等级分类的影响
5.4.2主分量个数选择对污秽等级分类的影响
5.5本章小结
第6章 基于人工智能分类器的绝缘子污秽等级识别方法研究
6.1概述
6.2 BP神经网络
6.3 RBF神经网络
6.4 PNN神经网络
6.5用于绝缘子污秽等级识别的RBPNN神经网络设计
6.5.1 RBPNN神经网络结构
6.5.2 RBPNN神经网络的学习算法
6.5.3基于RBPNN的绝缘子污秽等级识别
6.6用于绝缘子污秽等级识别的支持向量机(SVM)设计
6.6.1支持向量机(SVM)网络结构及分类方法
6.6.2支持向量机(SVM)输入数据处理及参数选择
6.6.3基于支持向量机的高压绝缘子污秽等级分类
6.6.4基于支持向量机的绝缘子污秽等级分类准确性分析
6.7本章小结
第7章 实验及结果分析
7.1试验设计
7.2试验图像及数据
7.3实验结果分析
7.3.1湿度对各级污秽特征分布的影响
7.3.2加载电压对各级污秽特征分布的影响
7.3.3其他试验结果及分析
7.4本章小结
结论
参考文献
附录A 攻读学位期间所发表的学术论文
附录B 攻读学位期间参与的相关科研项目
附录C 攻读学位期间相关科研项目成果及获奖情况
致谢