买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种固体介质电树枝发展路径预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119808554B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411869554.5，技术领域涉及：G06F30/27；该发明授权一种固体介质电树枝发展路径预测方法是由黄旭炜;肖子山;杨孟林设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种固体介质电树枝发展路径预测方法在说明书摘要公布了：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。

本发明授权一种固体介质电树枝发展路径预测方法在权利要求书中公布了：1.一种固体介质电树枝发展路径预测方法，其特征在于，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，生成包含电树枝发展路径的时间序列图像； 基于生成的图像数据构建数据集，并以载荷等级为标签，将数据集进行分组存储； 对分类的数据集进行均匀帧采样，将灰度图转换为三通道RGB图像并进行归一化，然后按前序和后序对图像序列进行分组采样，构建训练集和数据集； 构建用于预测电树枝发展路径的机器学习模型，使用所述训练集训练该模型，使该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，以预测固体介质在该载荷下的电树枝发展路径并生成未来若干时间步后的电树枝发展图像序列； 不同的载荷等级是指在不同的加载电压、外加机械应力以及外加温度条件下对材料施加的组合载荷，从而形成不同的载荷等级； 相场法模拟包括： 首先，确定仿真参数和固体介质的相场参数，包括确定气隙与介质相的相对介电常数、击穿电场强度、电树枝发展能量势垒，还包括根据目标介质尺寸设置仿真步长和剖分网格尺寸； 相对介电常数通过下式计算： 式中，为序参量参数，为当前位置介电常数，为完全击穿时材料的介电常数，为初始材料的介电常数； 然后，基于能量分布和物理定律计算场变量： 式中，为焦耳热能量密度，为机械应力等能量密度，为静电能量密度，为梯度能量密度，为相分离能密度，为固体介质单位体积； 最后，应用相场动力学方程更新序参数，获取每个时刻的电树枝发展状态；相场动力学方程表示为： 式中，为击穿阈值能量密度，为界面迁移率的可更新系数，为阶跃函数，其自变量为； 所述机器学习模型为时序预测模型，时序预测模型包括空间编码器、时序模块和空间解码器；空间编码器表示为： 空间解码器表示为： 时序模块为RNN网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。