一种基于局部特征的PCNN电力故障区域提取方法
来源：计算机工程杂志2018年第7期北京时间：
作者：谷凯凯,周东国,许晓路,蔡炜,周正钦,胡文山,黄华
单位：1.国网电力科学研究院武汉南瑞有限责任公司,武汉 430074; 2.国网电力科学研究院南京南瑞集团公司,南京 211000; 3.武汉大学 动力与机械学院,武汉 430072; 4.国网上海市电力公司,上海 200120
摘要：为有效提取红外图像中电气设备的故障或异常区域,提出一种新的红外图像故障区域提取方法。以脉冲耦合神经网络(PCNN)同步点火机理为依据,通过简化其内部参数,同时在参数优化配置下结合故障区域和非故障区域邻域边界的局部特征,设置PCNN模型迭代结束规则,从而使模型能进行自适应迭代,并获取红外图像故障区域。针对实际的红外检测图像进行实验,结果表明,与Otsu、k-means、分水岭及改进的PCNN方法相比,该方法具有较好的故障区域提取性能。
关键词：红外检测,脉冲耦合神经网络模型,故障区域,同步点火,局部特征
基金资助：国家电网公司总部科技项目“基于移动应用平台的设备状态数据流录入技术研究与试点应用”(524606160034)。
