• • 上一篇
1. 上海电力大学 电气工程学院,上海 200090;
2. 国网江西省电力有限公司 萍乡供电分公司,江西 萍乡 337000;
3. 电子科技大学(深圳)高等研究院,广东 深圳 518110
作者简介:
杨晨(2000—),硕士生,从事电磁层析成像、电磁无损检测及成像传感器设计研究.
基金资助:
1. College of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China;
2. Ping Xiang Power Supply Branch, State Grid Jiangxi Electric Power Co., Ltd., Ping Xiang 337000, Jiangxi, China;
3. Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China, Shenzhen 518110, Guangdong, China
摘要: 为满足新型电力系统对能源协同输送走廊建设中介质分布的高精度监测需求,提出一种基于端到端神经网络的复值多频电容层析成像(complex-valued multi-frequency electrical capacitance tomography, CVMF-ECT)图像重建方法。首先,构建了一种新的背景预测网络,用于预测介质的背景分布,为初步成像提供先验约束。其次,利用图像重建强化网络对初步重建图像进行像素级分类,使每个像素对应一种介质类型,准确反映了管道中的介质分布及其特征,实现了高精度的图像重建。最后,采用结构相似度对成像质量进行量化评估,并与典型算法对比验证。仿真结果表明,经神经网络优化后的重建图像与目标图像间结构相似度均高于0.85,且在噪声干扰和频率变化的影响下仍能输出高精度的介质分布图像。该方法为高电导率下介质分布的高精度成像提供了一个新的技术思路。
中图分类号:
杨晨1, 史庆莲1, 刘文博2, 杨华1, 熊一飞1, 张茂懋3, 卢武1. 基于端到端神经网络的高精度复值多频电容层析成像方法[J]. 上海交通大学学报, doi: 10.16183/j.cnki.jsjtu.2025.057.
YANG Chen1, SHI Qinglian1, LIU Wenbo2, YANG Hua1, XIONG Yifei1, ZHANG Maomao3, LU Wu1. Highly Accurate Complex-Valued Multi-Frequency Capacitance Tomography Based on End-to-End Neural Network[J]. Journal of Shanghai Jiao Tong University, doi: 10.16183/j.cnki.jsjtu.2025.057.
[1] | 段继忠, 钱青青. 基于SIDWT和迭代自一致性的快速并行成像重建方法[J]. 上海交通大学学报, 2023, 57(5): 582-592. |
[2] | 陈国龙,王慷,曹政,靳伍银. 基于角度谱信息熵的时域变化涡流分布定量评价[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(5): 587-595. |
[3] | 崔宁, 俞金林, 宋春娜, 田丛, 李东生. 深水水下分离器ROV检测技术研究[J]. 海洋工程装备与技术, 2015, 2(5): 347-350. |
[4] | 汤政1,车爱兰1,冯少孔1,施有志2,范岩旻1. 高铁多层线下结构病害全波场无损检测方法与技术[J]. 上海交通大学学报(自然版), 2015, 49(07): 1017-1022. |
[5] | 刘诚,王德忠,戚屯锋,李守平,王川,张稳. 核废物桶放射性探测的层析γ扫描技术 [J]. 上海交通大学学报(自然版), 2010, 44(09): 1287-1291. |
[6] | 陈志军,杨春利,吴修胜,刘卫. La2Cu1-xLixO4+δ体系低频内耗研究[J]. 上海交通大学学报(自然版), 2010, 44(05): 692-0696. |
[7] | 徐兵,许金泉. 厚度对含界面缺陷涂层小波包相对能量特征的影响[J]. 上海交通大学学报(自然版), 2010, 44(01): 139-0143. |
阅读次数 | ||||||||||||||||||||||||||||||||||||||||||||||||||
全文 7
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
摘要 33
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||