基于局部区域聚类的电力设备故障区域提取方法

作者：冯振新; 许晓路; 周东国^*; 江翼; 丁国成

来源：电测与仪表, 2020, 57(08): 45-50.

DOI：10.19753/j.issn1001-1390.2020.08.008

• Mediodshift算法
• 故障区域
• 红外图像
• 阈值
• 聚类

针对电力设备红外图像诊断中热故障区域提取问题,提出了一种局部区域Mediodshift聚类的电力设备红外图像故障区域提取方法。文章根据热故障所表现的灰度特性初始化聚类中心;结合Mediodshift聚类方法,对目标区域邻域像素进行聚类。为了尽可能获取故障区域邻域相似像素,引入了基于邻域灰度的调节策略。同时,为了提高聚类效率,采用了自高向低的聚类阈值分割机制,从而使得Mediodshift算法能快速地将整幅图像中故障区域像素进行聚类,实现红外图像中热故障区域的提取。最后通过典型红外图像实验测试,验证了该方法区域提取的有效性,且对比目前现有的一些方法,进一步表明文中方法具有较好的故障区域提取性能。

• 单位
  自动化学院; 武汉大学; 国网电力科学研究院武汉南瑞有限责任公司