摘要
本申请涉及线束检测技术领域,提供了一种线束测试方法、装置、电子设备以及存储介质。通过对目标线束样本进行多维度电气特性参数采集与预处理以获得标准化电气参数矩阵,结合动态热场模型进行热传导分析以获得温度分布张量,以对温度分布张量进行多物理场耦合机械应力分析以获得应变能密度场数据,从而对标准化电气参数矩阵、温度分布张量以及应变能密度场数据进行时空数据融合,并结合深度网络模型对融合后的多模态特征矩阵进行深度残差网络分类,以及进行动态贝叶斯网络推理以获得寿命预测数据以及维护信息。本申请通过多维电气参数采集、多物理场建模与深度学习推理,实现寿命预测和维护决策,以提升了线束检测的精度、效率与可靠性。
技术关键词
线束测试方法
动态贝叶斯网络
深度网络模型
多模态特征
深度残差网络
网络节点
数据
矩阵
电气
参数
热传导
非线性特征
功率
多物理场建模
线束测试装置
Softmax函数
材料热膨胀系数
密度
线束检测技术
系统为您推荐了相关专利信息
监测数据恢复方法
海上风机
多模态特征融合
融合特征
样本
检测辅助系统
智能检测模块
一维卷积神经网络
老年人
心脏
面向多模态数据
文本特征向量
知识抽取方法
图像特征向量
多模态特征融合
智能决策系统
多模态特征融合
市场营销策略
多模态数据采集
生成对抗网络