基于特征识别的变电站消防监控图像处理方法
节连彬1
赵嘉兴2
刘毅敏1
1.国网山西省电力公司阳泉供电公司,山西 阳泉 0450002.国网山西省电力公司营销部,山西 阳泉 045000
摘要：为了能够在较短时间识别变电站火灾并发出报警,提出了一种基于特征识别的K-means聚类图像处理方法.通过远程传输获得变电站消防监控图像并提取HSI特征,采用欧氏距离法对HSI特征进行K-means聚类并分割图像子集.通过样本熵信号处理算法识别火灾子集和类火灾子集熵值,实现变电站火灾的精准辨别.结果表明:TPR为100%,FRP为4.44%,火灾识别并报警时间为15.21 s.该方法不但规避了漏检风险且具有较强鲁棒性,能够迅速、精准地识别变电站火灾,有效提高了变电站消防安全的管理能力.
关键词：特征识别变电站消防火灾预警K-means聚类图像处理HSI特征分割图像样本熵
分类号：TM63(发电、发电厂)
资助基金：国家自然科学基金(61033003)国网山西省电力公司科技项目(5205C018005C)
论文发表日期：2023-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 704-709 )
英文信息