机器学习在瓷绝缘子超声检测中的应用

摘要

超声检测是工业无损检测的重要方法,但其对缺陷的识别往往依赖于检测人员的经验.基于高压瓷绝缘子缺陷超声检测结果,用小波包法提取分解信号的能量作为特征,采用支持向量机算法对缺陷进行识别的方法;经对支柱绝缘子校准试块和参考试块缺陷进行识别,验证了此方法的可行性,进而对电网中常用的实际瓷绝缘子缺陷进行了研究.研究发现,随着调整算法超参数使其越来越接近最优组合,对缺陷的预测准确度不断提高.为机器学习方法在电网系统瓷绝缘子检测中的应用提供了重要依据.