摘要：提出一种利用污秽绝缘子红外图像特征和径向基概率神经网络（RBPNN）来检测不同湿度条件下自然污秽绝缘子污秽等级的新方法.采用修正后的阿尔法滤波器和基于波谷的图像分割方法对绝缘子红外图像进行预处理.提取了不同湿度条件下的图像背景（周围环境）的平均温度、绝缘子盘面区域的最高温度、绝缘子盘面区域的平均温度、绝缘子盘面温度分布的方差值作为反映污秽等级的4个特征量.通过RBPNN建立了湿度及污秽特征与污秽等级之间的映射关系,并利用训练好的RBPNN识别绝缘子污秽等级;另外提出一种梯度算法与随机性方法相结合的算法来确定RBPNN的隐中心、宽度控制参数及权值矩阵.实验结果证明该方法能有效识别不同湿度条件下绝缘子的污秽等级.

关键词：污秽绝缘子红外图像特征 修正后的阿尔法滤波器 图像分割 径向基概率神经网络 梯度算法与随机性方法 

单位：湖南大学电气与信息工程学院; 湖南省长沙市410082; 湖南省电力试验研究院; 湖南省长沙市410007; 湖南湖大华龙电气与信息技术有限公司; 湖南省长沙市410012