摘要
本发明涉及一种固体绝缘材料的状态检测模型的训练方法,属于绝缘材料技术领域,解决了现有技术中评估准确率和效率低的问题。方法包括:对固体绝缘材料施加电压直至发生沿面闪络,采集施压过程中固体绝缘材料每次产生泄漏电流时的电信号、声信号和放电图像;基于每次产生泄漏电流时的电信号、声信号和放电图像提取多维特征数据;多维特征数据和对应的状态标签构建训练样本集;对所述训练样本集中的样本进行扩充得到扩充后的训练样本集;构建多分类神经网络模型,基于扩充后的训练样本集对所述多分类神经网络模型进行训练,得到固体绝缘材料的状态检测模型。实现了高效准确的固体绝缘材料的状态评估。
技术关键词
固体绝缘材料
多维特征数据
分类神经网络
训练样本集
生成对抗网络模型
电信号
编码器
特征提取模块
绝缘材料技术
特征数据提取
图像特征数据
泄漏电流值
融合特征
解码器
系统为您推荐了相关专利信息
胫骨干骨折
评估模型训练方法
训练样本集
图像
状态评估方法
影像
融合分类方法
多尺度特征融合
非线性
训练集
交通流量预测方法
ETC门架
交通流预测模型
决策树模型
交通特征