基于kNN算法的红外测温图谱的温度数字识别研究

论文摘要

电力设备运维人员通过红外测温,能够及时发现设备隐患,为设备的状态检修提供依据。红外测温设备众多,数据庞大,目前依靠人工进行数据整理效率低下,且众多的红外数据无法进行整合,不便于进行大数据的综合分析处理。基于此,文章利用kNN算法,对红外测温图谱的温度识别进行了研究,并通过实际图谱对该算法的正确性和有效性进行了验证。验证结果表明,利用kNN算法不仅为实现红外测温数据自解析和图谱数据的自动诊断功能奠定基础,还可以进行大数据的积累,进一步提高变电站的智能化水平。

论文目录

• 0 引言
• 1 基于kNN算法的温度识别
•   1.1 图像预处理
•   1.2 特征值计算
•   1.3 数字分类
•   1.4 准确率测试与结果输出
• 2 图谱数据的自动诊断
• 3 效果分析
• 4 结语

文章来源

类型: 期刊论文

作者: 李泰,韩强,黄银龙,王宗宏

关键词: 红外测温,算法,机器学习,数字识别

来源: 电力信息与通信技术 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,无线电电子学

单位: 国网河南省电力公司检修公司

分类号: TN219;TM63

DOI: 10.16543/j.2095-641x.electric.power.ict.2019.06.003

页码: 14-19

总页数: 6

文件大小: 2315K

下载量: 151