[发明专利]一种高压电源工作温度分布数据分析方法

说明书

本发明涉及图像处理技术领域，具体涉及一种高压电源工作温度分布数据分析方法，包括：先基于电源红外热图像像素对应的像素点变化序列，构建至少两个嵌入向量图结构，然后根据嵌入向量图结构中的至少两个节点类别，分别计算两两节点类别在同一个嵌入向量图结构中的差异性，以及在相互对应的嵌入向量图结构中的一致性，再基于所述两两节点类别的差异性与一致性，计算嵌入向量图结构对应的区分度，最后将最高区分度的嵌入向量图结构对应的节点类别数量，作为聚类分析的分类参数，以进行高压电源工作温度的分类，则能够提高高压电源工作温度的温度类别划分的准确性，进一步降低工作成本。

技术领域

本发明涉及图像处理技术领域，具体涉及一种高压电源工作温度分布数据分析方法。

背景技术

高压电源在工作时，通常会产生温度的变化，是由于出现了能量的转换，是一部分其它形式的能量转换成为了热能，并且这些热能还没有来得及散发出去，也就是热量出现了暂时的大量“堆积”现象。而针对高压电源工作温度的识别，则显得尤为重要。

现有方法中对高压电源工作温度中的异常数据进行识别时，往往是首先通过先验知识计算得到正常状态下的温度类别，然后与实际的温度类别进行比较，其中计算实际温度类别时，往往通过聚类方法将相近温度的像素点划分为一个类别，而传统通过聚类方法将相近温度的像素点划分为一个类别得到的类别数量容易产生误差，从而造成无法对异常区域进行准确识别。也即是说，传统的聚类方法针对高压电源工作温度的温度类别划分不够准确，进而造成高压电源工作温度异常数据识别出现误差，导致工作成本较高。

发明内容

鉴于以上内容，有必要提供一种高压电源工作温度分布数据分析方法，可以提高高压电源工作温度的温度类别划分的准确性，进而提高数据分析的准确性，降低工作成本。

本申请第一方面提供一种高压电源工作温度分布数据分析方法，应用于高压电源工作温度数据处理领域，所述方法包括：基于电源红外热图像像素对应的像素点变化序列，构建至少两个嵌入向量图结构，其中，相邻两个嵌入向量图结构相互对应，每个嵌入向量图结构包括至少两个节点类别；根据嵌入向量图结构中的至少两个节点类别，分别计算两两节点类别在同一个嵌入向量图结构中的差异性，以及在相互对应的嵌入向量图结构中的一致性；基于所述两两节点类别的差异性与一致性，计算嵌入向量图结构对应的区分度；将最高区分度的嵌入向量图结构对应的节点类别数量，作为聚类分析的分类参数，以进行高压电源工作温度的分类。

在其中一种实施例中，所述基于电源红外热图像像素对应的像素点变化序列，构建至少两个嵌入向量图结构，其中，相邻两个嵌入向量图结构相互对应，每个嵌入向量图结构包括至少两个节点类别，具体包括：步骤1、基于电源红外热图像像素对应的像素点变化序列，构建三角网图结构；步骤2、基于所述三角网图结构与预设向量计算方法，计算每个节点对应的嵌入向量；步骤3、将所述每个节点对应的嵌入向量作为节点值，两两节点对应的嵌入向量的余弦相似度作为边值，每个像素点作为节点，构建嵌入向量图结构；步骤4、将所述嵌入向量图结构代替步骤2的三角网图结构进行预设次数的迭代计算，获取至少两个嵌入向量图结构。

在其中一种实施例中，所述基于电源红外热图像像素对应的像素点变化序列，构建三角网图结构，具体包括：获取电源红外热图像每个像素点不同时刻的像素值对应的序列，确认每个像素点对应的像素点变化序列，将每个像素点作为节点，每个像素点的像素点变化序列作为节点值，以及两两节点对应的像素点变化序列的余弦相似度作为边值，构建所述三角网图结构。