智能变电站视觉监控模型的仿真设计与实现

为了实时监控智能变电站的运行状态,提高监控过程中的精确率,提出一种智能变电站视觉监控模型的仿真设计与实现方法。通过智能摄像机Kinect采集智能变电站视频序列,将视频序列划分为多个图像,在主成分分析(PCA)的基础上引入贝叶斯统计学习理论,确定PCA中主成分数量,有效抑制图像中的噪声。提取智能变电站图像的多种特征,同时通过颜色、形状以及条纹等相关特征相结合的方式构建智能变电站视觉监控模型,通过模型完成变电站监控。仿真实验结果表明,所提模型可以有效降低平均监控错误数,提高平均监控准确率,获取高精度的智能变电站视觉监控结果。