绝缘子污秽等级的高光谱特征优化识别技术研究

作者：沈龙; 钱国超; 彭兆裕; 李谦慧; 杨坤; 马御棠

来源：电力工程技术, 2022, 41(02): 156-208.

• 高光谱技术
• 绝缘子污秽等级
• 小波包能量谱
• 背景分割
• 支持向量机(SVM)
• 主成分分析(PCA)

为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性，通常采用非接触式、高分辨率的高光谱技术研究污秽在线检测技术。为有效提取反应污秽度的光谱特征，削弱冗余与干扰信息的影响，文中提出一种基于小波包能量谱特征优化的绝缘子污秽等级识别技术。首先，对不同污秽等级的绝缘子样品的光谱图像进行背景分割，提取均匀覆污区像素点的光谱均值曲线；其次，对不同图像的光强均匀度差异、环境噪声进行预处理，并通过对数变换提升不同污秽等级间的可区分性；再次，对预处理后的光谱曲线进行小波包能量谱特征提取；最后，基于所提特征建立基于支持向量机(SVM)的污秽等级识别模型。实验结果表明，相比于采用全波段数据或主成分分析(PCA)特征数据作为输入，基于小波包能量谱特征建立的SVM污秽等级识别模型对样品识别准确率更高，可以达到99.8%。

• 单位
  西南交通大学; 云南电网有限责任公司电力科学研究院