本文選題：復(fù)合絕緣子　切入點：憎水性　出處：《華北水利水電大學(xué)》2017年碩士論文

【摘要】：隨著我國社會的發(fā)展,電力系統(tǒng)建設(shè)的越來越完善,絕緣子作為電力系統(tǒng)的重要設(shè)備,也在不斷地發(fā)展進步,由原來的陶瓷變?yōu)楝F(xiàn)在的復(fù)合絕緣子。但隨著復(fù)合絕緣子運行時間的不斷地增長和在環(huán)境等外力影響下,其憎水性水平會呈現(xiàn)出不同差別的降低,容易發(fā)生事故,目前還沒有一套完善的復(fù)合絕緣子憎水性等級自動檢測系統(tǒng)。本文分析了幾種現(xiàn)有的復(fù)合絕緣子憎水性檢測的方法,并進行了總結(jié),在憎水性圖像數(shù)字化處理的基礎(chǔ)上,對Canny算子和BP神經(jīng)網(wǎng)絡(luò)在憎水性分級領(lǐng)域上的作用進行研究。(1)提出了RGB顏色分量最小值圖像灰度化算法,將彩色復(fù)合絕緣子憎水性圖像轉(zhuǎn)化為灰度圖像,增強了水珠(水跡)與背景之間灰度值的差值,使得水珠(水跡)的邊緣更加清晰。(2)設(shè)計出一種改進的多參數(shù)h自適應(yīng)平滑濾波算法處理灰度圖像,該算法能減少因復(fù)合絕緣子憎水性圖像不同而造成原自適應(yīng)濾波算法的不通用性,使得算法的應(yīng)用范圍更加廣泛。(3)提出了基于梯度圖像的Canny算法來切割灰度圖像,此算法使得到的二值圖像邊緣比較連續(xù),并用形態(tài)學(xué)方法修正二值圖像,提取二值圖像的特征值,通過BP神經(jīng)網(wǎng)絡(luò)識別出復(fù)合絕緣子憎水性等級。本文是在Visual Studio 2010軟件平臺上進行復(fù)合絕緣子憎水性的仿真分析。通過仿真實驗對各個算法進行研究,進而改進它們,使它們更好的滿足復(fù)合絕緣子憎水性分級的需求。
[Abstract]:With the development of our society and the improvement of power system construction, insulators, as an important equipment of power system, are also developing and making progress. From the original ceramics to the composite insulators, but with the continuous increase of the running time of the composite insulators and the influence of external forces such as the environment, the hydrophobicity level of the composite insulators will show a different decrease, which is prone to accidents. There is not a perfect automatic testing system for hydrophobicity grade of composite insulators. This paper analyzes several existing methods of hydrophobicity detection of composite insulators, and summarizes them, based on the digital processing of hydrophobic images, The role of Canny operator and BP neural network in hydrophobicity classification is studied. (1) A grayscale algorithm for minimum image of RGB color component is proposed, and the hydrophobic image of color composite insulator is transformed into grayscale image. The difference between the grayscale value of water droplets (water trace) and background is enhanced, and the edge of water droplets (water trace) is clearer. A modified multi-parameter h adaptive smoothing algorithm is designed to deal with grayscale images. This algorithm can reduce the inapplicability of the original adaptive filtering algorithm caused by the different hydrophobic images of composite insulators, and make the application of the algorithm more extensive. (3) A gradient image based Canny algorithm is proposed to cut grayscale images. The algorithm makes the edge of the binary image more continuous, and uses morphological method to modify the binary image and extract the eigenvalue of the binary image. The hydrophobicity grade of composite insulators is identified by BP neural network. The simulation analysis of hydrophobicity of composite insulators is carried out on the Visual Studio 2010 software platform. So that they can better meet the hydrophobic classification of composite insulators.
【學(xué)位授予單位】：華北水利水電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TM216

【參考文獻】

相關(guān)期刊論文 前10條

1 苗加慶;;自適應(yīng)字典改進Canny算子CT圖像分割[J];電視技術(shù);2015年15期

2 董政呈;方彥軍;王先培;王泉德;;基于嵌入式的復(fù)合絕緣子憎水性檢測方法研究[J];絕緣材料;2015年07期

3 石桂名;魏慶濤;孟繁盛;;基于Canny算子的圖像邊緣檢測算法[J];現(xiàn)代電子技術(shù);2015年12期

4 李丹丹;侯濤;魏世鵬;;基于改進Canny算子的鐵軌邊緣檢測方法[J];電視技術(shù);2015年08期

5 段軍;高翔;;基于統(tǒng)計濾波的自適應(yīng)雙閾值改進canny算子邊緣檢測算法[J];激光雜志;2015年01期

6 王能;趙紅立;琚生根;杜洪;;一種改進的Canny邊緣檢測自適應(yīng)算法[J];四川大學(xué)學(xué)報(自然科學(xué)版);2014年03期

7 許宏科;秦嚴(yán)嚴(yán);陳會茹;;一種基于改進Canny的邊緣檢測算法[J];紅外技術(shù);2014年03期

8 梅欣;陳江;王書友;;基于形態(tài)學(xué)的復(fù)合絕緣子憎水性圖像檢測技術(shù)[J];高電壓技術(shù);2013年12期

9 張海兵;劉少華;余翔;;國內(nèi)絕緣子的發(fā)展及工藝展望[J];廣西電力;2013年03期

10 馮珂;朱敏;鐘煜;范量;;一種改進的Canny邊緣檢測AGT算法[J];計算機應(yīng)用與軟件;2012年03期

相關(guān)博士學(xué)位論文 前2條

1 趙林杰;硅橡膠復(fù)合絕緣子憎水性與污閃特性研究[D];華北電力大學(xué)（北京）;2008年

2 何洪英;基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究[D];湖南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前8條

1 王貴彬;基于Canny算子與形態(tài)學(xué)融合的邊緣檢測算法[D];哈爾濱理工大學(xué);2014年

2 閆康;基于圖像處理技術(shù)的復(fù)合絕緣子憎水性識別方法的研究[D];華北電力大學(xué);2014年

3 王昭輝;基于圖像分析的復(fù)合絕緣子憎水性診斷方法研究[D];湖北工業(yè)大學(xué);2012年

4 安義;基于圖像分析的復(fù)合絕緣子憎水性檢測方法研究[D];湖南大學(xué);2012年

5 白歡;復(fù)合絕緣子憎水性評估方法及憎水性對閃絡(luò)特性影響研究[D];重慶大學(xué);2011年

6 于文文;基于Snake模型的憎水性圖像分割算法研究[D];華北電力大學(xué)（北京）;2008年

7 黃曉明;基于圖像分析技術(shù)的復(fù)合絕緣子憎水性判斷方法研究[D];華北電力大學(xué)（北京）;2008年

8 彭亮;水珠邊緣檢測算法的研究及其在電力行業(yè)中的應(yīng)用[D];武漢理工大學(xué);2007年

，

本文編號：1676274