[發明專利]基于高光譜技術的絕緣子表面含水量的檢測方法

有效

• 申請號: 201910071649.5
• 申請日: 2019-01-25
• 公開（公告）號: CN109765192B
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 張血琴;馬歡;吳廣寧;郭裕鈞;李春茂;張曉青;石超群;康永強;邱彥;李院生
• 申請（專利權）人: 西南交通大學
• 主分類號: G01N21/31
• 分類號: G01N21/31
• 代理公司: 成都博通專利事務所 51208
• 代理人: 陳樹明

1.一種基于高光譜技術的絕緣子表面含水量的檢測方法，包括以下步驟：

A、已知含水量的高光譜譜線的獲取

在輸配電系統中拆取I個絕緣子i，并使絕緣子i的表面含水量為Si，用高光譜成像儀拍攝絕緣子i，得到表面含水量Si的高光譜圖像X”_i，X”_i＝[x”_i,1,x”_i,2,…,x”_i,n,…,x”_i,N]，其中，i為絕緣子的序號，i＝1,2,3……I，I為絕緣子的個數、其取值為10-500，n為表面含水量Si的高光譜圖像X”_i中的特征波段的序號、n＝1,2,3……N，N為特征波段的總個數，其取值為10-100，x”_i,n為表面含水量Si的高光譜圖像X”_i中第n個特征波段下的反射率；

對表面含水量Si的高光譜圖像X”_i，進行黑白校正、多元散射校正、平滑去噪，得到表面含水量Si的高光譜譜線Xi＝[x_i,1，x_i,2，x_i,3，…，x_i,n，…，x_i,N]；其中，x_i,n為表面含水量Si的高光譜譜線Xi中的第n個特征波段下的反射率；

B、含水量BP神經網絡預測模型的建立

將表面含水量Si的高光譜譜線Xi中的第n個特征波段下的反射率x_i,n，作為BP神經網絡預測模型的輸入層對應神經元的輸入值，通過隱含層的S型傳遞函數作用后，輸出層輸出絕緣子i的含水量輸出值并將絕緣子i的含水量輸出值與絕緣子i的表面含水量Si的差值E_i，作為預測誤差進行誤差反傳，進行BP神經網絡預測模型的學習訓練，直至誤差平方和E，達到最小時，其中，表示從i＝1項到i＝I項的累計求和；得到含水量BP神經網絡預測模型；

C、絕緣子表面含水量的檢測

用高光譜成像儀對輸配電系統運行中的待測絕緣子進行拍攝，得到待測絕緣子的高光譜圖像X”₀，X”₀＝[x”_0,1,x”_0,2,…,x”_0,n,…,x”_0,N]；其中，x”_0,n為待測絕緣子的高光譜圖像X”₀中第n個特征波段下的反射率；

對待測絕緣子的高光譜圖像X”₀進行黑白校正、多元散射校正、平滑去噪，得到待測絕緣子的高光譜譜線X₀,X₀＝[x_0,1，x_0,2，x_0,3…，x_0,n，…，x_0,N]，其中，x_0，n為待測絕緣子的高光譜譜線X₀中的第n個特征波段下的反射率；

將待測絕緣子的高光譜譜線X₀中的第n個特征波段下的反射率x_0，n作為含水量BP神經網絡預測模型的輸入層對應神經元的輸入值進行輸入，通過隱含層的S型傳遞函數作用后，輸出層輸出的含水量輸出值即為待測絕緣子的表面含水量S₀。

2.根據權利要求1所述的一種基于高光譜技術的絕緣子表面含水量檢測方法，其特征在于，所述的高光譜儀的光波段范圍為400-2500nm。

3.根據權利要求1所述的一種基于高光譜技術的絕緣子表面含水量檢測方法，其特征在于：所述的步驟A中使絕緣子i的表面含水量為Si的具體操作是：

稱量絕緣子i的干燥重量m_i2；再利用人工霧室加濕絕緣子i，并稱量絕緣子i的加濕后重量m_i1再將絕緣子i沖洗干凈、晾干，稱量絕緣子i的晾干重量m_i3；得到絕緣子i的表面含水量S_i，S_i＝(m_i1-m_i2)/(m_i2-m_i3)。