基于数字图像处理技术的暂态电能质量扰动分类

为改进暂态电能质量扰动分类方法的准确性，先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像，再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征，得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所提方法进行了仿真计算和比较分析。结果表明，所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性，是一种有效可行的方法。