[發明專利]一種基于局部特征的PCNN電力故障區域檢測方法

有效

• 申請號: 201710653562.X
• 申請日: 2017-08-02
• 公開（公告）號: CN107292883B
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 谷凱凱;程林;許曉路;蔡煒;周正欽;倪輝;徐進霞;周東國;趙坤;黃華;傅晨釗;胡正勇
• 申請（專利權）人: 國網電力科學研究院武漢南瑞有限責任公司;國家電網公司;國網上海市電力公司;武漢大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06K9/62;G06Q50/06
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 薛玲

1.一種基于局部特征的PCNN電力故障區域檢測方法，其特征在于，包括以下步驟：

步驟1，獲得故障電氣設備的紅外圖像，其中電力故障區域即為紅外圖像中亮度較高的區域；

步驟2，將原始紅外圖像輸入到基于局部特征的PCNN模型中，實現故障區域的提取，具體實現方式如下，

步驟2.1，將原始紅外圖像作為輸入賦給基于局部特征的PCNN模型，并根據圖像最高亮度區域獲得初始化神經元脈沖發放區域Y(0),其中Y(0)＝{ij|F_ij(n)＝＝T_h}，T_h為圖像最高灰度值，按式(一)設置權重M_ij,kl和W_ij,kl，

其中，σ_h為高斯尺度，設置為1或更大，C為歸一化系數；

步驟2.2，基于局部特征的PCNN模型按式(二)～(八)進行迭代計算，

U_ij(n)＝F_ij(n)·[1+βL_ij(n)] (四)

X＝{ij|L_ij(n)＞0}∪{ij|Y_ij(n)＝0} (七)

其中，F_ij(n)為反饋輸入，L_ij(n)為連接輸入，I_ij表示神經元ij所對應的圖像灰度值，n為迭代索引，下標ij、kl分別代表紅外灰度圖像像素位置所對應的神經元，其值為對應灰度值I_ij，V_F和V_L分別為放大系數，α_F和α_L為衰減系數，U_ij為神經元ij的內部活動項，β為連接系數，E_g為全局閾值，Ω_c為先前點火區域，當U_ij(n)＞E_g(n-1)時，神經元發生點火并形成脈沖Y_ij(n)，即點火區域，神經元集合S_c是在集合X內與點火區域Y_ij(n)相似的神經元，由模糊聚類模型進行歸類得到；

步驟2.3，設置停止規則，針對點火區域Y_ij(n)的邊界，結合圖像梯度算子，

其中，G_x，G_y代表在像素點上水平和垂直梯度方向的梯度值，分別由水平方向和垂直方向兩個相鄰點像素灰度值之差決定，當圖像梯度G大于某一閾值時，停止迭代；

步驟2.4，將點火區域Y_ij(n)作為輸出，實現故障區域的檢測。