变压器红外图像的数据集

目前公开的变压器红外图像数据集比较少，以下是一些可能有用的数据集：

1. UCI电力数据集：该数据集包含了变压器的温度、电流、电压等数据，可以用于分析变压器的运行状态。

2. PETS数据集：该数据集包含了红外图像和可见光图像，可以用于研究红外图像的特征提取和分类。

3. HSLU-IGM数据集：该数据集包含了不同类型的电气设备的红外图像，包括变压器、开关等，可以用于研究红外图像的目标检测和识别。

4. FLIR数据集：该数据集包含了不同场景下的红外图像，包括室内、室外、人体等，可以用于研究红外图像的应用。

相关问题

变压器振动开源数据集下载

以下是一些变压器振动方面的开源数据集，您可以从以下链接进行下载：

1. NASA的变压器健康监测数据集：https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/#transformer
2. 微软亚洲研究院的变压器健康监测数据集：https://www.kaggle.com/slhennessy/huge-power-transformer-dataset
3. 西门子的变压器健康监测数据集：https://www.phm08.org/DataChallenge/data_description.html

希望这些数据集能对您有所帮助！

电力变压器dga数据集

电力变压器DGA数据集是指通过对电力变压器绝缘油进行分析，获取其气体成分及含量的数据集。在电力变压器运行中，由于某些原因，比如故障、老化等，会使绝缘油中产生气体，这些气体成分和含量与故障的类型和严重程度有关。因此，通过对绝缘油中的气体进行分析，可以判断电力变压器的运行状态，预测故障的发生，有利于防止事故的发生。

电力变压器DGA数据集包含了各种电力变压器的绝缘油气体成分及含量数据，不同厂家的电力变压器、不同型号的电力变压器，以及不同运行状态下的电力变压器都有对应的数据集。这些数据集经过处理和标注，可以用于构建机器学习模型，用于电力变压器状态监测、故障预测等方面，为电力行业的安全稳定运行提供支持。

电力变压器DGA数据集是电力领域的重要资料之一，其数据分析及应用可以促进电力行业的自动化发展，提高电力设备的安全稳定运行水平，有利于推动电力产业的可持续发展。