一种电力设备震后高光谱图像降维和损伤分类方法

摘要

本申请提供一种电力设备震后高光谱图像降维和损伤分类方法，包括采集已确定故障类型的震后电力设备高光谱图像；预处理采集到的已确定故障类型的电力设备高光谱图像数据；利用LDA算法降维原始故障高光谱图像数据集；将降维后的数据集划分为训练集和测试集；搭建GCN分类器，使用随机梯度下降优化算法；使用训练集训练GCN分类器；将测试集应用于训练好的GCN分类器检测分类准确率；将现场检测采集到的震后电力设备高光谱图像输入到上述组合模型中，得到损伤分类结果。本申请利用LDA算法降维震后电力设备高光谱图像，然后使用GCN分类器将其分类，有效提高了震后电力设备内部缺陷检测和诊断的科学性、高效性和准确性。