一种基于机器学习的定子线棒绝缘老化状态复合预测方法

摘要

本发明公开了一种基于机器学习的定子线棒绝缘老化状态复合预测方法，包括：图像数据采集：包括采集日常预测数据及采集节点预测数据；采集日常预测数据只采集定子线棒的宏观老化图像数据；采集节点预测数据只采集定子线棒微观老化图像数据；图像数据预处理；预测情况分类；宏观及微观老化图像数据特征提取；数据分类及通过训练集构建模型：通过验证集，得到训练好的BP神经网络模型，通过测试集验证最终的准确率后，得到最终可用于预测老化状态的模型，具有可快速、准确得到预测结果的优点。