案例库 / 电气应用 / 2015 年第 23 期

基于改进RBFNN的变电站设备红外温度预测方法

王超群, 崔昊杨, 孙运涛, 张同乔, 许永鹏

上海电力学院电子与信息工程学院; 国网山东省电力公司济南供电公司

来源期刊电气应用

年份 / 期2015 年第 23 期

页码第 66-69,74 页

栏目分类方案设计

案例编号DGJZ201523020

入库时间2026-10-19 15:46

全文 1.8 MB

摘要

为了能够准确地获取变电站敞开式设备的表面温度信息,准确定位热异常区域并以此确定设备运行状态,提出了一种变电站设备红外温度预测方法。采用量子遗传(QGA)-正交最小二乘算法(OLS)优化了径向基神经网络(RBFNN),通过将红外热像图像素与温度作为该神经网络的输入和输出量,建立了从红外图像获取设备温度的理论模型。结合同一场景的红外图像与可见光图像配准技术,即可直接从可见光图像上获取对应位置的红外温度

关键词

变电站 OLS QGA 径向基神经网络红外热像图温度预测

全文预览

若上方预览无法显示，请新窗口打开或下载 PDF。