详情

原文传递一种绝缘子污秽程度非接触式检测方法及装置

专利名称：	一种绝缘子污秽程度非接触式检测方法及装置
摘要：	本申请公开了一种绝缘子污秽程度非接触式检测方法及装置，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；根据连接权重、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，最终实现未知污秽程度绝缘子的大规模、快速和精确的非接触检测，层次极限学习机算法的引入可以很好地辅助高光谱技术判定绝缘子污秽程度，检测过程简单高效，使绝缘子的清扫工作更具目标性、针对性和客观性，为非接触式绝缘子污秽度判定提供科学依据。
专利类型：	发明专利
国家地区组织代码：	云南;53
申请人：	云南电网有限责任公司电力科学研究院
发明人：	马御棠;黄然;吴广宁;邱彦;郭裕钧;钱国超;周仿荣;颜冰;彭兆裕;刘冲;潘浩
专利状态：	有效
申请日期：	2019-03-29T00:00:00+0800
发布日期：	2019-05-24T00:00:00+0800
申请号：	CN201910247129.5
公开号：	CN109799245A
代理机构：	北京弘权知识产权代理事务所(普通合伙)
代理人：	逯长明;许伟群
分类号：	G01N21/94(2006.01);G;G01;G01N;G01N21
申请人地址：	650217 云南省昆明市经济技术开发区云大西路105号
主权项：	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。
所属类别：	发明专利