摘要
本申请涉及一种直流阀厅设备放电故障检测方法、装置及计算机设备,对直流阀厅设备的原始可见光图像和原始紫外图像进行图像融合处理,得到多个不同频率子带的融合图像;将各不同频率子带的融合图像输入预先构建的故障检测模型中进行故障检测,得到目标频率子带对应的故障检测结果。本申请中可见光图像可以清晰呈现设备的宏观特征,而紫外图像则能反映出潜在的放电故障区域。将二者融合后使得融合图像凸显了与放电故障紧密相关的特征信息。将融合图像再输入预先构建的故障检测模型中进行故障检测,模型能够从精准捕捉到故障相关特征,从而避免因单一图像信息不足导致的误判情况,显著提升了对直流阀厅设备放电故障检测的准确性。
技术关键词
可见光图像
直流阀厅
融合图像数据
故障检测模型
设备放电故障
频率
训练样本数据
脉冲耦合神经网络
计算机设备
故障检测模块
直方图均衡化
标注算法
隶属度函数
变换算法