为提高基于视频图像的公路隧道火灾火焰识别率,在对火焰动态特征研究成果之上,利用BP神经网络融合火焰静态特征,对公路隧道视频火焰进行综合识别.火焰动态特征选取作者研究的火焰边缘运动量(AM FE)和火焰区域跳动特征,火焰静态特征选取前人研究的尖角数目、火焰颜色特征和圆形度.将此5种火焰特征作为BP神经网络的输入,达到融合火焰多特征信息并实现火焰综合识别的目的.实验结果表明,火焰识别率稳定在86.2%~96.5%之间,验证了该方法的可靠性.
状态评估与在线监测 1 电力隧道视频监控系统的应用 许宇翔 (广州供电局输电部) 摘 要 近几年随着广州经济发展, 广州市区范围逐渐扩大, 用户对用电量,用电可靠性的要求提 高。市区内电力电缆被广泛应用,而且在重要的电力电缆线路上采用了隧道敷设的方式。随着电力 电缆隧道的发展,隧道中的遥视监控系统也随之而生。本文将介绍电力电缆隧道监控系统的应用。 关键词 电缆 隧道 视频监控 引言 随着社会经济的发展, 人们的日常工作与生活对于电力的依赖度是越来越高, 在某些行业的某 些部门,甚至是一刻都离不开电。如何保障电网安全运行,是我们供电部门多年来一直着力解决的 问题。 电力电缆隧道作为在输电线路中的一个新兴事物, 在电网运行中起着重要的作用, 如何保障电 力电缆隧道的安全运行有着重要意义。 广州供电局珠江新城潭村输电隧道, 作为广州市第一条电力 电缆隧道,是广州电网极为重要的输电线路,其中包括