基于改进图像分割算法的电气设备故障状态实时监测  

作　　者：张传俊[1] 张春芳[1] 程颖[1] 

机构地区：[1]安徽工商职业学院,安徽合肥231131

出　　处：《九江学院学报（自然科学版）》2021年第3期26-28,34,共4页Journal of Jiujiang University：Natural Science Edition

基　　金：2020年省级质量工程项目(编号2020jyxm0183,2020szsfkc0115);2019年省级精品线下课程(编号2019kfkc275);2018年校级品牌课程自动化生产线应用技术(编号2019yjppkc05);2019年校级质量工程项目(编号2019xjjyxm044)的成果之一。

摘　　要：自动巡检系统采集的电气设备红外图像通常背景复杂、信噪比低,需要选取高性能、高精度的图像处理算法分割故障信息。为此,对传统的最大类间方差分割算法进行改进实时监测电气设备故障状态。基于非线性递减函数优化粒子群算法的惯性权重因子,利用优化后的粒子群算法选取最大类间方差分割法的阈值,以精准分割电气设备故障图像信息。经验证,该方法分割的电气设备故障信息较为精准,并且分割算法执行的时间开销较低,是一种可行的电气设备故障状态实时监测方法。

关 键 词：图像分割 电气设备 故障状态 分割 粒子群算法 监测 

分 类 号：TM711[电气工程—电力系统及自动化]