基于径向基函数神经网络识别的电力系统动态参数获取新途径

• 作者: 李宝树 苑津莎 赵东生 赵书涛
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 动态参数 计算机视觉 特征不变量 径向基函数神经网络 表盘元素识别
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 电力系统
• 页码范围: 104-108
• 页数: 5页
• 分类号: TM73
• 字数: 3971字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2006.10.019

摘要

借助计算机视觉替代人工进行巡视,通过图像识别获取的电网动态参数与门限值进行比较是评判电网运行状态的一种新途径.其中仪表图像的自动识别是获取动态参数的关键环节,该文提取了图像中颗粒目标的长度比、紧密性和简单度3个特征不变量,应用RBFNN实现了表盘关键元素的自动分类.通过对指针式仪表图像的识别实验,证明了输入RBFNN的特征不变量在仪表元素识别中是稳定的,对噪声不敏感,引入图像识别技术可大大优化电力系统运行状态的监测过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑津莎	华北电力大学电力系统保护与动态安全监控教育部重点实验室	188	2334	27.0	40.0
2	赵书涛	华北电力大学电力系统保护与动态安全监控教育部重点实验室	67	700	15.0	25.0
3	李宝树	华北电力大学电力系统保护与动态安全监控教育部重点实验室	65	953	19.0	29.0
4	赵东生	华北电力大学电力系统保护与动态安全监控教育部重点实验室	2	21	2.0	2.0