[发明专利]一种绝缘子污秽程度非接触式检测方法及装置在审
| 申请号： | 201910247129.5 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN109799245A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 马御棠;邱彦;郭裕钧;钱国超;周仿荣;颜冰;彭兆裕;刘冲;潘浩;黄然;吴广宁 | 申请（专利权）人： | 云南电网有限责任公司电力科学研究院 |
| 主分类号： | G01N21/94 | 分类号： | G01N21/94 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 650217 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 绝缘子污秽 绝缘子 污秽 程度预测 非接触式检测 极限学习机 特征表示 高光谱 判定 绝缘子污秽度 非接触检测 感兴趣区域 非接触式 技术判定 局部区域 谱线数据 特征学习 目标性 权重和 全波段 无监督 谱线 权重 算法 优化 清扫 引入 检测 申请 | ||
1.一种绝缘子污秽程度非接触式检测方法，其特征在于，包括：
对不同污秽程度的绝缘子感兴趣区域高光谱谱线全波段数据进行无监督特征学习，获得相邻层次的连接权重和特征表示；
根据所述连接权重、所述特征表示和不同污秽程度的绝缘子谱线数据建立基于层次极限学习机的绝缘子污秽程度预测模型；
优化所述绝缘子污秽程度预测模型；
通过优化后的所述绝缘子污秽程度预测模型对绝缘子各局部区域的污秽程度进行判定。
2.根据权利要求1所述的检测方法，其特征在于，所述对不同污秽程度的绝缘子感兴趣区域高光谱谱线全波段数据进行无监督特征学习，获得相邻层次的连接权重和特征表示之前还包括：对原始高光谱图像进行预处理，提取感兴趣区域高光谱谱线。
3.根据权利要求1所述的检测方法，其特征在于，所述通过优化后的所述绝缘子污秽程度预测模型对绝缘子各局部区域的污秽程度进行判定的步骤包括：
获取污秽绝缘子各局部区域的高光谱谱线；
根据所述高光谱谱线，获得各局部区域的污秽程度判定值；
根据所述判定值判断所述绝缘子的污秽程度。
4.根据权利要求1所述的检测方法，其特征在于，所述优化绝缘子污秽程度预测模型的步骤包括：
利用所述绝缘子污秽程度预测模型判定测试样本各局部区域的污秽程度，获得所述绝缘子污秽程度预测模型的判定准确度，所述测试样本包括不同积污程度的绝缘子光谱图像；
根据所述判定准确度，对所述绝缘子污秽程度预测模型的参数进行优化，得到优化后的绝缘子污秽程度预测模型。
5.一种绝缘子污秽程度非接触式检测装置，其特征在于，包括：
学习单元，用于对不同污秽程度的绝缘子感兴趣区域高光谱谱线全波段数据进行无监督特征学习，获得相邻层次的连接权重和特征表示；
模型建立单元，用于根据所述连接权重、所述特征表示和不同污秽程度的绝缘子谱线数据建立基于层次极限学习机的绝缘子污秽程度预测模型；
优化单元，用于优化所述绝缘子污秽程度预测模型；
判定单元，用于通过优化后的所述绝缘子污秽程度预测模型对绝缘子各局部区域的污秽程度进行判定。
6.根据权利要求5所述的检测装置，其特征在于，所述检测装置还包括预处理单元，用于：对原始高光谱图像进行预处理，提取感兴趣区域高光谱谱线。
7.根据权利要求5所述的检测装置，其特征在于，所述判定单元还用于：获取污秽绝缘子各局部区域的高光谱谱线；根据所述高光谱谱线，获得各局部区域的污秽程度判定值；根据所述判定值判断所述绝缘子的污秽程度。
8.根据权利要求5所述的检测装置，其特征在于，所述优化单元还用于：利用所述绝缘子污秽程度预测模型判定测试样本各局部区域的污秽程度，获得所述绝缘子污秽程度预测模型的判定准确度，所述测试样本包括不同积污程度的绝缘子光谱图像；根据所述判定准确度，对所述绝缘子污秽程度预测模型的参数进行优化，得到优化后的绝缘子污秽程度预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院，未经云南电网有限责任公司电力科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910247129.5/1.html，转载请声明来源钻瓜专利网。
