膜计算在变电站电力设备红外图像分割与故障检测中的应用

摘要

如今，在变电站电力设备在线检测和故障诊断中红外热成像技术的应用日渐广泛，越来越备受人们的关注和青睐。红外热成像技术利用光电技术检测物体表面热辐射的红外线特定波段信号，再将该特定波段信号转换成可供人们视觉辨别的图像和图形。对于智能化电网，变电站电力设备要实现智能在线检测和故障自动检测，必须用到红外热成像和红外图像分割这两项技术。
　　本文结合膜计算的思想深入研究了变电站电力设备的红外图像分割技术与故障自动检测。首先，以变电站红外图像噪声特点为出发点，归纳并总结了现有的几种图像预处理方法，针对图像不同噪声类型，选取不同的去噪方式更能达到最佳的图像预处理效果；其次，分析并讨论了传统的三种图像分割方法以及两种聚类分割方法，通过具体实验验证了它们各自存在的优点和不足，为下一步研究一种新的图像分割算法奠定了良好基础；然后，本文在目前已有的几种基于模糊C均值聚类（FCM）的图像分割改进算法基础上，充分学习并归纳总结了各自的优缺点，并结合膜计算的思想，研究了一种基于FCM的膜聚类图像分割算法（简称：P_FCM），并通过三组不同的实验论证了P_FCM算法相比于其它算法的优越性和有效性；最后，本文将研究的P_FCM算法实际应用于变电站电力设备红外图像分割以及故障自动检测中，均获得了令人满意的结果，再次验证了本文研究的P_FCM算法有效性和准确性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1课题的研究背景及意义

1.2国内外研究状况及发展趋势

1.3本文的主要工作

2变电站红外图像的预处理与分割

2.1红外图像预处理

2.2红外图像分割方法

2.3 K-means和FCM算法

2.4本章小结

3基于膜聚类的图像分割方法

3.1 前言

3.2一种基于膜聚类的图像分割算法（P_FCM）

3.3 实验结果与分析

3.5 本章小结

4 P_FCM在变电站电力设备中的应用

4.1红外巡检与报警系统

4.2 P_FCM算法在变压器散热器故障区域分割中的应用

4.3 P_FCM算法在电力设备故障区域自动检测中的应用

4.4本章小结

总结与展望

参考文献

攻读硕士学位期间学术论文及科研情况

致谢

附录