摘要：根据绝缘子常见故障的特点,利用热红外成像设备,引入图像分区域信息融合的思想,提出了基于＂概率神经网络（PNN）并结合D-S证据理论＂信息融合模型的绝缘子故障分类方法。此方法在绝缘子出现故障时,可综合多个信息源进行诊断,从中筛选出能迅速反映绝缘子状态的特征量,并把这些特征量按照时间和图像区域进行分类,然后把这些数据输入到信息融合模型中,得到绝缘子热红外成像分类的结果。在搭建的测试系统上进行的测量表明：采用信息融合的模型,能很好地帮助变电站工作人员对绝缘子的健康状况进行分析。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社