基于自组织神经网络的紫外电晕检测状态评定

• 作者: 周小波 王伟 马立新 黄大海
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 紫外成像 图像处理 自组织特征网络 状态识别
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 20-22,26
• 页数: 4页
• 分类号: TM835
• 字数: 1905字
• 语种: 中文

摘要

针对传统紫外成像法的局限性,提出了一种有效进行紫外电晕检测的状态评定方法.通过设计构建的单通道紫外成像系统采集的图像信息,结合环境因素,提取了在一定时间间隔两种不同电晕放电状态的电子崩性放电面积、流注性放电面积、流注性放电重复次数以及湿度的4个特征参数,并在此基础上,建立了自组织特征映射神经网络的高压设备电晕状态评估模型.测试结果达到预期效果,具有良好的准确性和稳定性,为高压设备的运行状况诊断带来实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马立新	上海理工大学光电信息与计算机工程学院	146	650	11.0	17.0
2	王伟	上海理工大学光电信息与计算机工程学院	35	157	6.0	11.0
3	黄大海	上海理工大学光电信息与计算机工程学院	5	9	2.0	3.0
4	周小波	上海理工大学光电信息与计算机工程学院	8	29	4.0	4.0