申请/专利权人：浙江大学

申请日：2024-03-13

公开（公告）日：2024-04-12

公开（公告）号：CN117877028A

主分类号：G06V20/69

分类号：G06V20/69;G01R31/34;G01R31/12;G06V10/54;G06V10/774;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请提供一种基于微观图像特征的电机绝缘寿命预测方法，该方法包括根据不同老化阶段的电机绝缘材料表面显微图像和剩余击穿电压，对不同老化阶段的电机绝缘材料的表面显微图像经过预处理后提取统计特征，并将统计特征经过与剩余击穿电压的相关性分析后筛选获得特征参量，并基于Wiener过程及Arrhenius方程建立特征参量与热应力水平之间的定量关系获得特征参量退化模型；利用神经网络建立并以特征参量和剩余击穿电压作为训练集进行训练获得剩余击穿电压预测模型。预测时，根据电机绝缘材料表面显微图像的特征，结合特征参量退化模型和剩余击穿电压预测模型即可对电机绝缘寿命进行准确预测。

主权项：1.一种基于微观图像特征的电机绝缘寿命预测方法，其特征在于，所述方法包括以下步骤：步骤S11、采集电机绝缘材料的表面显微图像；步骤S12、对所述表面显微图像进行预处理以获得灰度图像，所述预处理包括图像灰度化处理，提取所述灰度图像的统计特征，所述统计特征包括所述灰度图像的平均灰度值以及六个灰度共生矩阵特征值；步骤S13、给定电机运行温度，将所述统计特征输入特征参量退化模型，获得经过预设时间跨度退化后的绝缘特征参量；步骤S14、将所述绝缘特征参量输入剩余击穿电压预测模型，获得剩余击穿电压；其中，根据不同老化阶段的电机绝缘材料表面显微图像和剩余击穿电压，并基于Wiener过程及Arrhenius方程建立特征参量与热应力水平之间的定量关系获得所述特征参量退化模型；利用神经网络建立并以所述特征参量和所述剩余击穿电压作为训练集进行训练获得所述剩余击穿电压预测模型；对不同老化阶段的电机绝缘材料的表面显微图像经过所述预处理后提取统计特征，并将所述统计特征经过与剩余击穿电压的相关性分析后筛选获得所述特征参量。

全文数据：

权利要求：

百度查询： 浙江大学 基于微观图像特征的电机绝缘寿命预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD