摘要
本发明提供了一种基于温度检测的开关柜固体绝缘材料性能检测方法，包括在绝缘材料表面构建网格化检测矩阵，通过无源射频传感器采集各监测区域温度数据建立初始温度场数据集；采用深度学习算法计算温度梯度值和热应力分布，建立温度‑应力耦合模型；基于模型计算介电损耗因子和局部电离程度，构建性能劣化指数并建立退化预测模型；结合递归神经网络和注意力机制预测性能演变轨迹，设置多级动态预警阈值；触发预警时自适应调整采样策略，通过实时数据优化模型参数，生成包含状态评估、寿命预测和维护建议的智能诊断报告。本发明可以实现固体绝缘材料性能劣化的精准预测和智能诊断，提升开关柜绝缘状态监测的实时性和可靠性。
