机器学习在瓷绝缘子超声检测中的应用

作者：王格梓; 张军; 李志峰; 李文波; 郭涛

来源：自动化应用, 2021, (10): 10-14.

DOI：10.19769/j.zdhy.2021.10.003

• 超声检测
• 小波包法
• 机器学习
• 支持向量机

超声检测是工业无损检测的重要方法,但其对缺陷的识别往往依赖于检测人员的经验。基于高压瓷绝缘子缺陷超声检测结果,用小波包法提取分解信号的能量作为特征,采用支持向量机算法对缺陷进行识别的方法;经对支柱绝缘子校准试块和参考试块缺陷进行识别,验证了此方法的可行性,进而对电网中常用的实际瓷绝缘子缺陷进行了研究。研究发现,随着调整算法超参数使其越来越接近最优组合,对缺陷的预测准确度不断提高。为机器学习方法在电网系统瓷绝缘子检测中的应用提供了重要依据。

• 单位
  机械结构强度与振动国家重点实验室; 陕西省地方电力(集团)有限公司; 陕西省地方电力（集团）有限公司