-
题名高压电缆隧道内广域极差异常故障检测方法
被引量：2
- 1
-
-
作者
颜楠楠
雷兴
姚周飞
陈琰
陈坚
-
机构
国网上海市电力公司电力科学研究院
上海交通大学
-
出处
《电力与能源》
2024年第1期37-42,59,共7页
-
文摘
高压电缆运行在电缆隧道环境中,需要工作人员进行周期性巡视以发现异常故障。为了提高工作效率,及时发现不良工况,提出了一种基于广域极差的机器视觉跟踪成像异常故障检测方法。该方法能够利用广域极差在复杂背景和光照条件下极高对比度和稳定性的特性,快速准确地定位和跟踪电缆隧道内异常积水情况,并通过机器视觉构图技术,生成高质量的积水图像。通过仿真试验和现场试验验证了所提出方法的有效性。仿真试验结果表明,该方法能够在不同视角和距离下实现隧道内积水目标稳定跟踪和清晰成像,且具有较高的识别率和跟踪率。现场试验结果表明,该方法能够在实际变电所环境中自动完成电缆隧道内积水故障检测任务,且具有较高的准确率。
-
关键词
电缆隧道
广域极差
故障检测
异常目标识别
-
Keywords
cable tunne
wide area extremely difference
fault detection
abnormal target recognition
-
分类号
TM855
[电气工程—高电压与绝缘技术]
-
