在基于传统图像分割法的红外图像目标检测中, 当背景颜色和被检测物体颜色相近时, 往往难以有效地识别红外图像中的被检测物。所以为了进一步提高绝缘套管在红外图像中的识别精度, 文中提出一种基于绝缘套管伞裙纹理特征的目标检测方法。首先为增强图像纹理特性, 将双边滤波代替传统高斯 -拉普拉斯算子中的高斯卷积滤波, 通过双边 -拉普拉斯进行图像滤波和增强。之后针对高压绝缘套管外层伞裙的特殊纹理, 建立反映伞裙周期性分布的描述子, 并通过图像扫描法进行粗识别。最终基于 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法, 建立其超参数求解方法, 实现离群点剔除和特征聚类, 完成高压绝缘套管的精细分割。通过实验对比其他绝缘套管红外图像的识别算法, 文中算法可以有效地精细分割出绝缘套管主体, 克服其他图像分割方法的不足。并在数据集上识别率达到 85%以上。

为解决Tesla-PFN型长脉冲功率源在高电压下多个加载线串联时加载线之间出现的电磁干扰问题，对一种环形串联加载线的结构进行了优化设计，重点解决了加载线与形成线的阻抗匹配及加载线的高压绝缘问题。优化了过渡段结构，使形成线与加载线阻抗匹配较好，输出脉冲顶部平坦；利用静电场分析软件计算了加载线的电场分布，通过调整屏蔽环的形状和位置使电场分布更加均匀。