- 详情
- 2021-09-22
- 简介
pdf
- 195KB
- 页数 4P
- 阅读 71
- 下载 39
电力设备运行状态的智能监测是电网可靠运行的关键技术.为了快速预测诊断出电力设备潜在的故障位置,传统电力设备检测方式正在改进.针对红外热图像的信息特征,应用改进的FCM聚类方法将电力设备红外热图像的背景和目标分开.自动确定电力设备红外热图像的温度最高点和最低点,根据等温线数量和温度间隔,对感兴趣目标的温度进行分级,绘制出电力设备红外热图像中目标区域的等温线.实验结果表明,该研究方法达到了很好的实际效果,可帮助技术人员预测出多处可能发生故障的电力设备,值得实际推广应用.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
一种电力设备红外热图像等温线绘制算法 195KB
一种改进的铁路扣件图像校正算法 3.2MB
红外热像测温技术综述 370KB
LED隧道灯的红外热图像故障诊断法 695KB
红外热成像 1.7MB
非制冷红外热像仪 605KB
红外热像仪应用讲解 213KB
红外热像检测标准 1.7MB
红外热像检测简介讲解 1.7MB