一种基于机器视觉的台区用电行为安全性检查技术

摘要

台区用电安全是电力公司关注的重点，一旦无法及时发现异常用电行为，将给电力公司造成严重的经济损失。为保证台区用电安全，研究一种基于机器视觉的台区用电行为安全性检查技术。研究中机器视觉设备——电荷耦合器件（charge-coupled device,CCD）摄像头拍摄台区用电区域内来往人员行为图像并针对图像实施灰度变换和去噪两个步骤的预处理。提取用电行为机器视觉图像局部二值模式（local binary pattern,LBP）特征，以此为输入，利用改进径向基函数（radial basis function,RBF）神经网络算法实现用电行为安全检测。结果表明，其AUC值相对更大，说明所研究检查技术准确性更高，能更为准确地判断台区用电行为是否安全。

关键词

机器视觉 / 用电行为 / LBP特征 / 预处理 / 改进RBF神经网络算法 / 检查技术