论文部分内容阅读
采用计算机图像的方式对绝缘子表面进行实时监测,通过图像处理方法对复合绝缘子表面图像进行识别,然后通过智能算法对其憎水性等级进行划分来达到辅助运维的目的.在对复合绝缘子憎水图像进行预处理和识别的基础上,采用概率神经网络(Probabilistic Neural Network,PNN)对其憎水性等级进行判断,实验中经过210个样本训练后的PNN模型可以对140个预测样本准确判别变压器复合绝缘子套管的憎水等级,对后续高效可靠的在线监测变压器套管具有重要意义.