基于高光谱技术的复合绝缘子污秽程度检测  

作　　者：杜宇欣 韩谷静[1] 

机构地区：[1]武汉纺织大学,湖北武汉430000

出　　处：《科技视界》2024年第31期70-73,共4页Science & Technology Vision

摘　　要：绝缘子污闪事故为输电线路运行故障的重要类型之一,污秽程度影响绝缘子的闪络特性,因此,需要对绝缘子污秽程度进行检测。等值盐密法、表面污层电导率法、泄漏电流法等传统检测方法操作较复杂,不利于现场应用。高光谱技术能够非接触地采集绝缘子图谱信息,可应用于绝缘子检测方面,因此,文章提出基于高光谱技术的复合绝缘子污秽程度检测方法。首先,拍摄不同污秽等级绝缘子的高光谱图像,利用计算机视觉技术分割出绝缘子部分并获取其光谱曲线。采用黑白校正、标准正态变换方法去除噪声等因素的干扰,利用UMAP方法对光谱曲线降维以减少数据冗余。高光谱污秽等级分类多采用监督算法,需要大量的标记样本,成本较大。该方法利用阶梯神经网络结合无监督学习和监督学习方法,训练集中全部样本用于无监督学习,仅标记一部分样本的污秽程度用于监督学习。通过训练集训练后利用验证集检验模型。结果表明,当监督率为40%时,阶梯网络模型的分类精度高于90%。该方法实现了标记样本较少时的绝缘子污秽程度检测,有利于进一步提高绝缘子污秽程度检测准确率及效率。

关 键 词：高光谱技术 复合绝缘子 监督学习 无监督学习 阶梯网络 

分 类 号：TM2[一般工业技术—材料科学与工程]