(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211199254.1 (22)申请日 2022.09.29 (65)同一申请的已公布的文献号 申请公布号 CN 115293053 A (43)申请公布日 2022.11.04 (73)专利权人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 叶齐政　程子鹏　聂晓菲　 (74)专利代理 机构 华中科技大 学专利中心 42201 专利代理师 彭军芬 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 20/00(2019.01)G06F 111/10(2020.01) (56)对比文件 CN 109283439 A,2019.01.2 9 US 2019147134 A1,2019.0 5.16 谷泓等.基于电磁场特性分析 软件的静电传 感器电极仿真方法. 《广东工业大 学学报》 .201 1, (第03期), 李飞行等.电晕放电可 见光数字图像的RGB 色度研究. 《中国电机 工程学报》 .2017,(第0 6 期), 王玉伟.基 于图像处 理技术的交流沿面 放电 状态诊断方法研究. 《中国电机 工程学报》 .2021, D. Shakthi Prasad.Study o n Corona Activity Usi ng an Ima ge Proces sing Approach. 《IEEE》 .2017, 审查员 李丽萍 (54)发明名称 基于电场强度分布云图色度信息的电极设 计方法 (57)摘要 本发明公开了一种基于电场强度分布云图 色度信息的电极设计方法， 属于电气工程和机器 学习领域， 包括： 仿真获取不同电极形状参数下 电极之间的电场分布； 根据电场分布中各处的电 场强度生 成相应的云图， 计算云图中空间分布色 度信息的统计特征量； 以得到的统计特征量为特 征、 相应的电极形状参数为标签， 建立图像库， 以 机器学习算法优化训练预先构建的电极参数生 成模型； 根据目标均匀电场分布 生成相应的单色 云图， 并计算单色云图中空间分布色度信息的统 计特征量； 将得到的统计特征量输入优化训练后 的电极参数生成模型， 得到与目标均匀电场分布 对应的最优电极形状参数。 为电极间局部场强优 化提供一种新的精准、 高效、 简便且低成本的解 决方案。 权利要求书2页 说明书6页 附图4页 CN 115293053 B 2022.12.27 CN 115293053 B 1.一种基于电场强度分布云图色度信息的电极设计方法， 其特征在于， 包括训练阶段 和设计阶段， 训练阶段包括S1 ‑S3， 设计阶段包括S4 ‑S5； S1， 仿真获取不同电极形状参数 下电极之间的电场分布； S2， 对于每一电场分布， 根据 所述电场分布中各处的电场强度生成相应的云图， 计算所 述云图中空间分布色度信息的统计特 征量， 建立图像库； S3， 以所述S2中得到的统计特征量为特征、 相应的电极形状参数为标签， 以机器学习算 法优化训练预 先构建的电极参数生成模型； S4， 根据目标均匀电场分布生成相应的单色云图， 并计算所述单色云图中空间分布色 度信息的统计特 征量； S5， 将所述S4中得到的统计特征量输入优化训练后的电极参数生成模型， 得到与所述 目标均匀电场分布对应的最优电极形状参数。 2.如权利要求1所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述根据所述电场分布中各处的电场强度生成相应的云图包括： 将所述电场分布中最大电场强度处设为第 一预设颜色， 最小电场强度处设为第 二预设 颜色； 根据最大电场强度、 最小电场强度、 第一预设颜色和第 二预设颜色， 自动生成其他电场 强度处的颜色， 以得到所述云图， 颜色与电场强度的对应关系在各云图中保持一 致。 3.如权利要求1所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述统计特征量包括： 云图中所有像素点RGB三通道的均值、 偏度、 峰值、 标准差、 众数和中 位数， 以及云图灰度频率分布直方图的峰值、 云图灰度频率的上alpha分位点和云图灰度频 率的下alpha分位 点。 4.如权利要求1所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述电极形状参数包括： 电极截面平直部分的长度、 电极边缘的抛物线二次项系 数以及电 极与电极对中轴线之间的距离 。 5.如权利要求1所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述S1中通过 数值仿真获取 所述电场分布， 所述S2包括： 将所述电场分布中各处电场强度的值转换为相应的RGB值， 并根据转换得到的RGB值生 成相应的云图； 提取所述云图中的空间分布色度信 息， 并将提取的空间分布色度信 息转化为相应的统 计特征量。 6.如权利要求1所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述S2中还 包括： 剔除所述云图中RGB值小于RGB阈值的区域； 所述S2中计算所述云图中空间分布色度信 息的统计特征量包括： 计算区域剔除后所述 云图剩余区域中空间分布色度信息的统计特 征量。 7.如权利要求1 ‑6任一项所述的基于电场强度分布云图色度信息的 电极设计方法， 其 特征在于， 所述S3包括： 将所述S2中图像库划分为训练集和验证集， 利用所述训练集的统计特征量以及相应的 电极形状参数 标签， 分别采用多种不同的机器学习算法训练所述电极参数生成模型； 将所述验证集中的统计特征量输入优化训练后的各电极参数生成模型， 得到相应的电权　利　要　求　书 1/2 页 2 CN 115293053 B 2极形状参数预测值， 计算所述电极形状参数预测值与所述验证集中电极形状参数实际值之 间的平均绝对误差和相关系数； 根据所述平均绝对误差和所述相关系数确定优化训练效果最优的电极参数生成模型， 并作为设计阶段 所用电极参数生成模型。 8.如权利要求7所述的基于电场强度分布云图色度信 息的电极设计方法， 其特征在于， 所述平均绝对误差和所述相关系数分别为： 其中，MAE为所述平均绝对误差， 为所述相关系数， n为所述验证集中的样本个数， 为所述验证集中第 i个样本的电极形状参数实际值， 为所述验证集中第 i个样本的电极 形状参数 预测值， 为所述验证集中电极形状参数实际值的均值。 9.一种如权利要求1 ‑8任一项所述的基于电场强度分布云图色度信 息的电极设计方法 得到的电极。权　利　要　求　书 2/2 页 3 CN 115293053 B 3