基于混沌搜索的组合输变电设备过热检测仿真

输变电设备组经常处于发热状态会严重影响其生命周期,针对组合输变电设备发热检测准确性低下的问题,提出一种基于Tent混沌映射与种群演化相结合的参数优化算法,在SVM的基础上构建出MPTTE目标检测模型与CPTTE过热检测模型。首先通过图像灰度化、插值化与均值化处理,降低环境温度噪声与环境背景噪声;接着采用R-CNN算法对MPTTE类进行初识别,同时通过构建能量函数提取目标热特征,并将MPTTE数据集划分成训练集与测试集;然后利用Tent混沌映射算法提高种群演化算法后续参数寻优能力,对SVM的gamma和C参数进行最优解探寻,构建出SVM-MPTTE目标检测模型;最后采用Pearson相关系数分析与均值漂移聚类算法对MPTTE过热目标进行定位,构建出CPTTE过热检测模型。消融仿真结果表明,采用不同优化算法叠加后,MPTTE目标检测模型与CPTTE过热检测模型均产生了正向优化效果。对比仿真结果表明,所提构建的模型较其它三类基线算法相比,模型的综合性能提升了1.03%,且具有最高的精确性。本文提出的算法在设备发热检测上具有较高的精确度与稳定度。