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。

红外图像智能分析是变电设备故障诊断的一种有效方法，目标设备分割是其关键技术。本文针对复杂背景下电流互感器整体分割难的问题，采用基于 ResNet50的 DeepLabv3＋神经网络，用电流互感器的红外图像训练语义分割模型的方法，对收集到的样本采用限制对比度自适应直方图均衡化方法实现图像轮廓增强，构建样本数据集，并运用图像变换扩充样本数据集，搭建语义分割网络训练语义分割模型，实现电流互感器像素与背景像素的二分类。通过文中方法对 420张电流互感器红外图像测试，结果表明，该方法的平均交并比(Mean Intersection over Union, MIoU)为 87.5%，能够从测试图像中精确分割出电流互感器设备，为后续电流互感器的故障智能诊断做铺垫。

电力设备过热故障图谱识别是判断电力设备故障程度的重要手段。工程实际中通常是对变电设备热拍照并进行人工甄别。为提高设备热像图故障判定准确率和效率，本文针对电力三相设备的特点，提出了一种通过三相分区块自动搜寻及温度对比的过热区域判定方法，通过将三相设备热像图每相分离，调整为相似大小与姿态，将新图像分块进行对比，判定对应区块是否有异常温升，从而判定某相设备出现的热故障。试验结果表明，本文基于计算机自动搜寻和判定的设备热诊断方法能够更加高效准确地判定识别三相设备热故障，从而能够提高电力设备热故障检测的效率、准确性与自动化程度。

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。

用OPO激光为激发光源,对两种新型三元固态配合物氯化稀土(Eu3+,Tb3+)乙酰丙氨酸咪唑进行了荧光光谱测试,发现激光激发波长为487 nm时,铽配合物在545 nm处产生较强的铽(Ⅲ)离子特征绿色荧光谱线,激发波长为465 nm和525 nm时,铕配合物均在613 nm和618 nm处产生强的铕(Ⅲ)离子特征红色荧光谱线;并且这两种稀土配合物的荧光均比相应稀土盐的强.分析了上述现象产生的原因,讨论了配体对中心离子发光性能的影响.同时还测试了标题配合物的FTIR和UV/VIS光谱.

测量了浓度为1×10-4mol/L苯并咪唑水溶液的三维荧光光谱,三维室温磷光光谱和紫外/可见吸收光谱,还测量了苯并咪唑固体紫外/可见吸收光谱.对化合物的荧光和室温磷光进行了分析、比较,发现苯并咪唑在290 nm、580 nm和870 nm区域均有强而丰富的荧光谱线,而室温磷光谱线(RTP)单一地出现在290 nm区域,且强度很小;同时还讨论了苯并咪唑的升频转换荧光现象.

测量了新制丙氨酸咪唑钐水溶液的三维荧光激发和发射光谱,分析了在不同波长激发光作用下的荧光特征,与配体咪唑、α-丙氨酸及氯化钐的荧光谱进行了比较,讨论了模型化合物上转换荧光中的双光子和多光子加合现象并发现在10-2 -10-4 mol/L 浓度范围内荧光强度与溶液浓度呈正相关.

对新合成的化合物氯化苯并咪唑镧 HCl4·[C7H6N2(H2O)2]2La及其LaCl3*5H2O的水溶液进行了三维荧光光谱测定,讨论了HCl4*[C7H6N2(H2O)2]2La在不同波长的光激发下的荧光特性,荧光强度与浓度的关系及标题化合物的上转换荧光,即在540nm绿光的激发下可以获得紫外光(290nm)和近紫外光(360nm).