隨著機(jī)器學(xué)習(xí)和無(wú)人機(jī)技術(shù)的不斷發(fā)展,無(wú)人機(jī)電力巡檢逐步取代了傳統(tǒng)的人工巡檢方式。近年來(lái)對(duì)配電線路已有相當(dāng)數(shù)量的圖像在線監(jiān)測(cè)系統(tǒng)或圖像巡視系統(tǒng),如利用無(wú)人機(jī)裝載可見(jiàn)光攝像機(jī)等進(jìn)行巡線。但是在巡視結(jié)束后,這些系統(tǒng)會(huì)獲取大量的圖像信息,而大量的圖像依然是由人來(lái)檢查,智能化程度不高,而且如果對(duì)這些數(shù)據(jù)采用工作人員主觀判斷而沒(méi)有圖像自動(dòng)分析功能的話,極易出現(xiàn)誤判或漏判的情況,難以準(zhǔn)確發(fā)現(xiàn)配電設(shè)備的安全隱患,不能滿足智能電網(wǎng)建設(shè)的需要。因此,提出采用圖像處理技術(shù)和機(jī)器學(xué)習(xí)中的核密度估計(jì)算法對(duì)航拍圖像分類,將正常的圖片和有絕緣子污閃的圖片分開(kāi),減輕工作人員的工作量,并能夠更快的定位和發(fā)現(xiàn)問(wèn)題,滿足智能配電網(wǎng)建設(shè)的需要。

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

圖3實(shí)驗(yàn)數(shù)據(jù)集

正確率，用ACC表示，如式（5）。表1參數(shù)含義

圖1配電線路圖像預(yù)處理過(guò)程

之后，對(duì)其進(jìn)行縮放和頻移，可以使得頻譜更加規(guī)律和易于觀察，整體的變換過(guò)程如圖2。由于截取的圖像大小并不統(tǒng)一，導(dǎo)致各圖像的頻譜特征向量維度各不相同，所以在本文中將每一張截取的絕緣子樣本的頻譜幅度平均值作為該樣本的特征。

圖2圖像的傅里葉變換過(guò)程

由于截取的圖像大小并不統(tǒng)一，導(dǎo)致各圖像的頻譜特征向量維度各不相同，所以在本文中將每一張截取的絕緣子樣本的頻譜幅度平均值作為該樣本的特征。2.2單分類模型

本文編號(hào)：3905238