基于多特征融合的电压致热型设备故障检测

大部分的电压致热型设备由于温升不明显,故障判断难度较大,并且红外图像受到背景复杂,尺寸多的影响,导致红外图像特征提取困难,另外,大多数现有的检测工作依靠人工判别,且存在判断分歧.目前,代替人工判别的研究中,许多只利用单一的特征来表征热图像中的故障特征.针对此类问题,笔者提出一种基于多特征融合的电压致热型设备故障提取方法.此方法将红外图像多故障目标检测算法和多特征融合算法相结合,建立动态决策准则.首先提取红外图像的三种典型特征,包括颜色、纹理和轮廓特征,继而通过融合算法(串行融合、并行融合和DCA)将三种不同属性的故障特征进行融合,充分地提取设备红外图像的故障特征,从而提高识别的准确性.验证表明,相对于某一低层特征故障提取,本研究的方法在电压致热型设备红外图像故障诊断特征提取方面,不仅保证时效性的同时,红外图像故障分类精确度得到了提高,分类更加可靠.