欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019100716495
申请人: 西南交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于高光谱技术的绝缘子表面含水量的检测方法,包括以下步骤:

A、已知含水量的高光谱谱线的获取

在输配电系统中拆取I个绝缘子i,并使绝缘子i的表面含水量为Si,用高光谱成像仪拍摄绝缘子i,得到表面含水量Si的高光谱图像X”i,X”i=[x”i,1,x”i,2,…,x”i,n,…,x”i,N],其中,i为绝缘子的序号,i=1,2,3……I,I为绝缘子的个数、其取值为10-500,n为表面含水量Si的高光谱图像X”i中的特征波段的序号、n=1,2,3……N,N为特征波段的总个数,其取值为10-100,x”i,n为表面含水量Si的高光谱图像X”i中第n个特征波段下的反射率;

对表面含水量Si的高光谱图像X”i,进行黑白校正、多元散射校正、平滑去噪,得到表面含水量Si的高光谱谱线Xi=[xi,1,xi,2,xi,3,…,xi,n,…,xi,N];其中,xi,n为表面含水量Si的高光谱谱线Xi中的第n个特征波段下的反射率;

B、含水量BP神经网络预测模型的建立

将表面含水量Si的高光谱谱线Xi中的第n个特征波段下的反射率xi,n,作为BP神经网络预测模型的输入层对应神经元的输入值,通过隐含层的S型传递函数作用后,输出层输出绝缘子i的含水量输出值 并将绝缘子i的含水量输出值 与绝缘子i的表面含水量Si的差值Ei, 作为预测误差进行误差反传,进行BP神经网络预测模型的学习训练,直至误差平方和E, 达到最小时,其中, 表示从i=1项到i=I项的累计求和;

得到含水量BP神经网络预测模型;

C、绝缘子表面含水量的检测

用高光谱成像仪对输配电系统运行中的待测绝缘子进行拍摄,得到待测绝缘子的高光谱图像X”0,X”0=[x”0,1,x”0,2,…,x”0,n,…,x”0,N];其中,x”0,n为待测绝缘子的高光谱图像X”0中第n个特征波段下的反射率;

对待测绝缘子的高光谱图像X”0进行黑白校正、多元散射校正、平滑去噪,得到待测绝缘子的高光谱谱线X0,X0=[x0,1,x0,2,x0,3…,x0,n,…,x0,N],其中,x0,n为待测绝缘子的高光谱谱线X0中的第n个特征波段下的反射率;

将待测绝缘子的高光谱谱线X0中的第n个特征波段下的反射率x0,n作为含水量BP神经网络预测模型的输入层对应神经元的输入值进行输入,通过隐含层的S型传递函数作用后,输出层输出的含水量输出值 即为待测绝缘子的表面含水量S0。

2.根据权利要求1所述的一种基于高光谱技术的绝缘子表面含水量检测方法,其特征在于,所述的高光谱仪的光波段范围为400-2500nm。

3.根据权利要求1所述的一种基于高光谱技术的绝缘子表面含水量检测方法,其特征在于:所述的步骤A中使绝缘子i的表面含水量为Si的具体操作是:称量绝缘子i的干燥重量mi2;再利用人工雾室加湿绝缘子i,并称量绝缘子i的加湿后重量mi1再将绝缘子i冲洗干净、晾干,称量绝缘子i的晾干重量mi3;得到绝缘子i的表面含水量Si,Si=(mi1-mi2)/(mi2-mi3)。

4.根据权利要求1所述的一种基于高光谱技术的绝缘子表面含水量的检测方法,其特征在于,所述的对表面含水量Si的高光谱图像X”i,进行黑白校正的具体做法是:用高光谱成像仪对标准白板进行拍摄得到标准白板的反射图像W,W=[w1,w2,w3,…,wn,…,wN],其中wn为标准白板的反射图像中第n个特征波段下的反射率;同时,用高光谱成像仪对标准黑板进行拍摄得到标准黑板的反射图像D,D=[d1,d2,d3,…,dn,…,dN],其中,dn为标准黑板的反射图像中第n个特征波段下的反射率;再结合表面含水量Si的高光谱图像X”i,X”i=[x”i,1,x”i,2,…,x”i,n,…,x”i,N],由下式得到表面含水量Si的校正后高光谱图像X’i,其中,x’in为表面含水量Si的校正后高光谱图像中第n个特征波段下的反射率。

5.根据权利要求4所述的一种基于高光谱技术的绝缘子表面含水量的检测方法,其特征在于,所述的多元散射校正的具体作法是:由表面含水量Si的校正后高光谱图像X’i=[x’i,1,x’i,2,x’i,3,…,x’i,n,…,x’i,N],计算出平均高光谱图像 其中,为平均高光谱图像 中第n个特征波段下的平均反射率, 表示从i=1项到i=I项的累计求和;

将表面含水量Si的校正后高光谱图像X’i与平均高光谱图像 进行一元线性回归,得到表面含水量Si的校正后高光谱图像X’i与平均高光谱图像 的线性回归关系式,式中mi和bi分别是线性回归的相对偏移系数和平移量;进而得到表面含水量Si的多元散射校正光谱 其中,

为表面含水量Si的多元散射校正光谱 中的第n个特征波段下的多元散射校正反射率。