《表3 杆塔本体带电检测缺陷分类表》
提示：宽带有限、当前游客访问压缩模式
对配电线路杆塔本体的带电检测获得缺陷数据的分类如表3所示。
| 图表编号 | XD00113135500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.25 |
| 作者 | 王兴勋、黄志勇 |
| 绘制单位 | 北京国网富达科技发展有限公司、北京国网富达科技发展有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 缺陷分类统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1:110k V～500k V带电部分与杆塔构件（包括拉线、脚钉等）的最小间隙（m)》2020.12.01
- 《表3 缺陷区与本体能谱分析结果比对（质量分数）》2020.12.01
- 《表1 抗拉强度数据：基于带电检测技术的开关柜悬浮电位缺陷诊断》2020.12.15
- 《表3 开关2带电检测结果》2020.10.15
- 《表1 宁夏电网GIS带电检测发现缺陷/故障统计》2020.06.28
- 《表1 缺陷分类识别效果：基于超声相控阵对焊缝缺陷的检测研究》2020.03.10
- 《表1 分类结果：基于双结构光的微小圆柱端面缺陷检测》2019.12.15
- 《表2 配电线路杆塔本体属性分类表》2019.10.25
- 《表1 缺陷分类：基于不停电检测的变压器状态检修优化》2019.10.31
- 《表4 750～1000 k V带电部分与杆塔构件的最小间隙m》2019.03.01
- 《表3 110～500 k V带电部分与杆塔构件的最小间隙m》2019.03.01
- 《表3 缺陷检测结果：基于关联分类的FPGA缺陷检测水平量化方法》2019.07.16
- 《表4 缺陷事务集：基于关联分类的FPGA缺陷检测水平量化方法》2019.07.16
- 《表2 期望输出：机器视觉在网片缺陷检测与分类中的应用》2019.06.08
- 《表3 隐私本体部分类的权值》2019.08.15
- 《表3 分类准确率：基于多特征的SVM多分类PCB焊点缺陷检测方法》2019.06.25
- 《表2 缺陷分类结果：基于神经网络的磁瓦表面缺陷检测识别》2019.08.20
- 《表1 桩身缺陷分类：低应变基桩完整性检测技术研究》2019.04.01
- 《表3 小基站杆塔建设分类》2018.12.10