摘要
本发明涉及一种固体介质电树枝发展路径预测方法,属于高压绝缘材料可靠性分析与寿命预测领域。该方法包括:在不同载荷等级下采用相场法对固体介质电树枝发展路径进行数值模拟;基于生成的时间序列图像构建数据集,以载荷等级为标签将数据集进行分组存储;对分类的数据集进行处理后得到训练集和数据集;构建并训练用于预测电树枝发展路径的机器学习模型,学习不同载荷等级下电树枝发展路径的变化特性;获取实际场景中固体介质的图像以及载荷信息输入训练好的机器学习模型中,预测固体介质在该载荷下的电树枝发展路径并生成电树枝发展图像序列。本发明提高了电树枝扩展路径的预测精度,还扩展了模型的适用性,能够适应不同载荷等级的复杂工况。
技术关键词
机器学习模型
路径预测方法
载荷
时间序列图像
时序预测模型
解码器
介质
固体
高压绝缘材料
编码器
击穿电场强度
数据
密度
模块
参数
方程
训练集
系统为您推荐了相关专利信息
硬件资源分配方法
云桌面虚拟机
内存
处理器
非易失性存储介质
方程
力学性能参数
疲劳裂纹扩展
仿真模型
气态氢
外来入侵植物
植物数据采集
评估系统
数据处理模块
数据采集模块
多模态
快速检测方法
压实度
机器学习模型
高填方路基