基于小波时频图和卷积神经网络的断路器故障诊断分析

高压断路器操动机构振动信号为非平稳性信号,蕴含着丰富的操动机构工作状态的信息,对操动机构工作状态的检验辨识具有重大意义。提出一种基于小波时频图和卷积神经网络的断路器故障诊断方法。对操动机构振动信号进行连续小波变换生成时频图(CWT),并对时频图进行统一压缩预处理;将预处理后的时频图作为特征图输入卷积神经网络AlexNet模型;通过对网络参数的调整,逐步改进网络模型,有监督地实现对操动机构故障状态的辨识诊断。结果表明,该方法能够有效地运用于断路器操动机构故障辨识诊断,与小波频带能量-RBF、小波频带能量-SVM的故障识别相比,故障识别准确率最高。     

基于单目视觉的叶轮零件三维重构方法研究

针对高像素图像合成模型运算量大、图像标定过程复杂等问题,对图像预处理、图像信息提取和匹配等方面进行了研究,提出了一定角度的序列图像重构模型方法。基于单目视觉重建原理,利用SIFT算法提取、匹配图像的特征点集,对基本矩阵进行了奇异值分解,得到了摄像机矩阵;引入了绝对对偶二次曲面的自标定算法,用于自动建立物体坐标系,依据反向投影原理恢复了模型;搭建了叶轮零件的三维重构实验平台,进行了网格模型重构实验。研究结果表明:所提出的方法能将零件的三维模型准确重构,实现高精度、高效率的自动化三维逆向建模;提供了一种可靠的模型获取方式,可为3D打印加工提供上游技术支持。     

一种绝缘子串红外图像的特征提取方法研究

红外测温作为一种广泛使用的设备运行状态检测方式,它最大的特点是无需停电、操作便利、安全性高。现以绝缘子串为例提出了一种红外图像的标准化处理方法,为后续变电站设备红外图像处理技术的应用提供了方案。     

一种配电线路漏电流精确计算方法

漏电流的准确计算对于保证人身和设备安全是非常重要的。由于非线性电力电子器件的广泛应用，配电线路的漏电流为交直流混合复杂信号，目前的计算方法难以精确计算。为此，提出了一种结合全相位傅里叶变换的方均根值算法。以漏电流仿真值作为基准值，根据采样数据的方均根值、基准值以及全相位傅里叶变换的计算值来计算配电线路的漏电流，高效准确。算例证明了算法的准确性与有效性，为配电网漏电流的准确计算提供了一种新方法。     

可见光与红外图像自适应加权平均融合方法

针对传统可见光图像与红外图像融合存在显著性信息保留不完整的问题,本文提出了一种新的自适应加权平均融合算法。首先,该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后,针对低频分量的特点提出了一种基于显著性的自适应加权平均融合规则,用于保留源图像中的重要信息。对于高频分量,本文采用绝对值取大的融合策略。最后,根据融合后的高低频分量重构出最终的融合图像。实验结果表明,本文算法与传统融合算法相比,在主观视觉和客观指标上都具有优势。