受拍摄环境及局部放电程度影响, 夜间型紫外相机拍摄电晕放电图像不清晰、放电区域的颜色不仅接近背景颜色且与背景交叉重叠等导致难以自动分割局部放电, 针对该问题提出一种新的电力线紫外图像局部放电区域精确分割方法。首先, 构建基于 Unet深度学习语义分割模型, 利用已训练 Unet网络对紫外图像语义分割获得电晕放电区域粗分割结果; 其次, 将放电区域紫外图像转换为灰度图像, 基于前景加权的 Otsu阈值分割法对粗分割结果进行精确分割。对 426个样本进行测试, 本文方法全部分割出了样本图像中的局部放电区域, 且分割出的放电区域与真值之间的误差接近 0, 所提出的电晕放电分割方法能为局部放电大小量化和评估提供准确的数据源。

电力设备 SF6泄漏气体红外图像容易淹没在背景中，肉眼难以辨识低对比度图像中泄漏气体情况，给电力设备检修带来了困扰。提出了基于三直方图均衡的 SF6红外图像对比度增强方法。首先，利用三样条插值拟合图像直方图得到二阶连续曲线，计算每个灰度级对应的一阶导数绝对值。其次，根据一阶导数绝对值和直方图分布划分直方图为两个波峰和一个相对平坦的波谷区域；最后，根据波峰和波谷将直方图分为 3个子图，对 3个子图分别进行直方图均衡后合并为增强图像。为了验证算法有效性，对现场拍摄的电力设备 SF6泄漏低对比度红外视频流进行增强，并与 CLAHE和双直方图均衡算法进行对比。实验结果表明：本文方法在提升图像的整体对比度同时增强了泄漏气体与周围图像的对比度，提升泄漏气体红外图像视觉效果，相比于 CLAHE和双直方图均衡方法，本文获得的峰值信噪比和均方根对比度值更高，增强后的图像质量更好。

红外图像处理是实现电气故障诊断的有效手段, 而电气设备分割是故障检测的关键环节。针对复杂背景下红外图像电气设备分割难问题, 本文采用深度残差网络与 UNet网络相结合, 深度残差网络替代 VGG16对 UNet网络进行特征提取和编码, 构建深度残差系列 Res-Unet网络实现对电气设备的分割。以电流互感器和断路器两种电气设备红外图像分割为例测试 Res-Unet网络分割效果, 并与传统的 UNet网络和 Deeplabv3＋网络进行对比。通过对数量为 876的样本进行测试, 实验结果表明, Res18-UNet能够准确地分割电气设备, 对电流互感器和断路器的分割准确率超 93%, 平均交并比大于 89%, 且分割准确性优于 UNet及 Deeplabv3+网络模型, 为实现电气故障智能诊断奠定基础。

包含章动、自适应光学以及精跟踪功能的复合激光通信系统的光路复杂，环境温度改变时多光轴的一致性较难保证，导致波前校正基准、跟踪零位偏移，严重影响通信链路的建立。为解决以上问题，对系统进行了一体化设计，提出了针对多光轴复杂光路的光轴一致性的分析方法，建立了多反射镜误差传递模型。经过计算可得：在10~30 ℃的环境温度范围内，精跟踪支路与通信支路间、通信发射支路与通信接收支路间、精跟踪支路与自适应光学支路间同轴度误差优于143.77 μrad、27.38 μrad和131.66 μrad。在实验室中进行30 ℃温度拉偏实验，实验结果表明：光轴实际偏转角度与仿真结果之间的误差优于13%。随后进行了楼宇间的1 km激光通信实验（环境温度28 ℃），成功实现稳定通信。

为了研究沥青路面再生骨料(RAP)掺量对RAP自密实混凝土(SCC)力学性能的影响，采用单轴压缩方法研究RAP掺量为0%、30%、60%、90%和100%(质量分数)的自密实混凝土的应力-应变关系和韧性指数。基于应变等价假说和统计损伤理论建立单轴压缩本构关系模型，探讨了RAP掺量与损伤变量和损伤速率之间的关系。结果表明，随着RAP掺量的增加，试件峰值应力和弹性模量下降，峰值应变和韧性指数增加，所建立的损伤本构关系可以较好地描述不同RAP掺量下自密实混凝土的应力-应变关系。在应变小于0.002时，掺入RAP的自密实混凝土损伤变量值大于基准自密实混凝土，且随着RAP掺量的增大其损伤值越大；当应变大于0.002时，掺入RAP自密实混凝土的损伤变量值低于基准自密实混凝土，且随RAP掺量增大不断减小。随着RAP掺量增大，RAP自密实混凝土损伤速率不断下降，且损伤速率呈先增大后减小的趋势。

本文针对电力设备红外图像诊断中热故障特征提取和数字化表达难题，提出一种多属性融合的电力设备红外热特征数字化方法。通过对电力设备热故障特性和相关诊断文件研究分析，在对图像预处理的基础上，提取图像中关键发热区域的热点温度、热点温差、发热面积、位置信息以及热点群聚现象等热属性值，构建多属性信息融合的过热性故障特征值向量，实现热故障特征数字化描述。以断路器为例对该方法进行了验证分析，结果表明，该方法对典型红外故障图谱具有良好的描述能力，可用于后续大量复杂故障样本情况下的设备热故障智能分类与诊断应用中。