[发明专利]基于电场强度分布云图色度信息的电极设计方法

说明书

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。

技术领域

本发明属于电气工程和机器学习领域，更具体地，涉及一种基于电场强度分布云图色度信息的电极设计方法。

背景技术

工程中为了降低设备附近的电场强度，或者均匀化电极间的电场分布，需要进行电场优化设计。为了维持两个平板电极间的场强尽可能均匀，需要对畸变电场最严重的区域即平板边缘进行优化设计。

电极之间电场强度优化方法目前主要是传统的电磁场数值计算方法，包括有限元法、模拟电荷法，和几种近似解析计算方法——罗果夫电极设计方法等，它们主要通过直接比较不同电极形状参数下电极边缘最大和最小电场强度的计算结果，逐步调整电极局部形状参数，一步一步修正，使最大电场和最小电场逐渐接近，来实现电极表面电场强度优化，存在优化区域小、计算复杂、耗时较长、成本较高等问题。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种基于电场强度分布云图色度信息的电极设计方法，其目的在于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。

为实现上述目的，按照本发明的一个方面，提供了一种基于电场强度分布云图色度信息的电极设计方法，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。

更进一步地，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。

更进一步地，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。

更进一步地，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。

更进一步地，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。

更进一步地，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。