科研之友
微信
新浪微博
Facebook
分享链接
摘要
受拍摄环境及局部放电程度影响，夜间型紫外相机拍摄电晕放电图像不清晰、放电区域的颜色不仅接近背景颜色且与背景交叉重叠等导致难以自动分割局部放电，针对该问题提出一种新的电力线紫外图像局部放电区域精确分割方法。首先，构建基于Unet深度学习语义分割模型，利用已训练Unet网络对紫外图像语义分割获得电晕放电区域粗分割结果；其次，将放电区域紫外图像转换为灰度图像，基于前景加权的Otsu阈值分割法对粗分割结果进行精确分割。对426个样本进行测试，本文方法全部分割出了样本图像中的局部放电区域，且分割出的放电区域与真值之间的误差接近0，所提出的电晕放电分割方法能为局部放电大小量化和评估提供准确的数据源。
-
单位南昌工程学院; 国网吉林省电力有限公司电力科学研究院
