摘要
本发明公开了一种变压器故障检测方法,通过实时采集振动信号,可及时捕捉变压器运行早期变化,为故障早期预警提供数据支撑,把频域信号转为二值化图像后提取特征,图像像素矩阵特征反映整体分布,连通区域所具有的形态特征描述故障区域形状结构,灰度共生矩阵纹理特征表征纹理信息,多维度刻画故障初期微弱变化,提升初期特征识别准确性,实现故障初期有效监测诊断;同时,实时采集无需变压器停电,保障电力系统正常供电,实现持续监测与实时在线监测;将多种特征整合为特征向量空间输入机器学习分类器,能从不同角度全面反映故障特征,准确识别诊断不同类型故障,涵盖各类典型故障,有效提高故障诊断的覆盖范围与准确性。
技术关键词
灰度共生矩阵
机器学习分类器
二值化图像
特征向量空间
纹理特征
图像像素
数学形态学
识别变压器
信号预处理模块
识别二值化
阈值分割算法
保障电力系统
故障检测
系统为您推荐了相关专利信息
血管超声图像
监测系统
医疗交互
图像识别模块
图像获取单元
光学相干断层扫描
生成对抗网络模型
视网膜结构
图像配准
眼底OCT图像