ランダムフォレストを用いた電力系統における変電所装置の赤外線画像変化検出【JST・京大機械翻訳】

Yang Hua; Gao Jipu; Xu Changbao; Long Zheng; Feng Weigang; Xiong Shaohua; Liu Shuaiwei; Tan Shan

文献

J-GLOBAL ID：201802247094860594 整理番号：18A1209544

ランダムフォレストを用いた電力系統における変電所装置の赤外線画像変化検出【JST・京大機械翻訳】

Infrared image change detection of substation equipment in power system using random forest

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1209544&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1209544&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 2017 号： ICNC-FSKD ページ： 1745-1751 発行年： 2017年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

装置故障の早期検出は電力系統において重要な役割を果たし,装置の作業状態の自動変化検出はこの目的のための効率的なツールである。本研究では,2時間赤外画像を用いて電力系統における変電所装置の局所領域における温度変化を自動的に検出する新しい方法を提案した。2クラス分類問題として変化検出を考慮し,教師つき機械学習アルゴリズム-ランダムフォレスト(RF)-を予測変化傾向に用いた。変化検出のために2つの時間画像から様々な特徴を抽出した。抽出された特徴は,サブステーション装置の2時間赤外画像のグレースケール画像とカラー画像から生じるグレイレベル,加重強度平均,RGB,LBP,グレイレベルヒストグラム,およびテクスチャを含んでいる。交差検証を用いて,これらの抽出された特徴のロバスト性を評価した。環境ノイズの存在により,変化検出結果には孤立検出点がある。これらの孤立雑音点を除去し,検出精度を改善するために,検出結果に関する形態学的フィルタリングを行った。Dice類似性指数(DSI),κ係数などの評価指標を用いて,検出性能を評価した。4つの古典的変化検出方法,すなわち,画像拡散,画像比率,変化ベクトル解析(CVA),および主成分分析(PCA)を比較目的のためにテストした。実験結果は,提案したアルゴリズムがこれらの古典的方法を著しく上回ることを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , ,

前のページに戻る