一种基于灰度共生矩阵与深度学习的定子线棒绝缘老化程度预测方法

摘要

本发明属于发电机绝缘老化程度分析领域，公开了一种基于灰度共生矩阵与深度学习的定子线棒绝缘老化程度预测方法，对定子线棒绝缘样品进行热氧老化，并获取老化样品的2D‑WAXD谱图与SEM谱图；使用vgg16深度学习模型对2D‑WAXD谱图进行特征提取，利用2D‑WAXD谱图对应的老化时间和vgg16提取的特征对SVM算法进行训练，获得第一预测模型；使用灰度共生矩阵对SEM谱图计算纹理特征，利用SEM谱图对应的老化时间和计算的纹理特征对SVM算法进行训练，获得第二预测模型；利用第一预测模型和/或第而预测模型来预测定子线棒绝缘老化程度。本发明为估计绝缘寿命提供了有效的参考依据，从而预防一些因材料绝缘老化带来的问题，为发电机的维修与保养提供可靠的参考，具有重大的经济价值。