基于多尺度引导滤波和决策融合的电力设备热故障诊断方法研究

本文提出一种基于多尺度引导滤波和决策融合(multi-scale guided filter and decision fusion,MGDF)的电力设备热故障诊断方法,联合多尺度引导滤波和决策融合技术,充分挖掘红外图像的空间结构信息和温度信息.该方法有3个主要步骤.首先,基于热故障区域与环境背景在红外图像上的温度差异特性,逐像素计算热故障区域与环境背景的马氏距离,获取初始的热故障诊断结果.然后,采用不同参数设置的引导滤波器对初始诊断结果进行滤波处理,并将生成的若干引导滤波特征图堆叠在一起.不同参数下的滤波特征图包含着互补的空间结构信息.最后,为充分挖掘不同尺度特征图的空间结构信息和温度差异信息,利用主成分分析法对引导滤波特征图进行决策融合,提升热故障的诊断精度,生成最终的热故障诊断结果图.实验测试结果表明,本文方法在热故障诊断精度上有明显优势,满足电力设备红外巡检的应用需求.