本申请涉及电子器件电数据处理，尤其涉及一种基于陶瓷电容器温升的用电频率计算方法及系统。
背景技术：
1、陶瓷电容器是一种常见的电子元件，它利用陶瓷材料作为介电体来存储和释放电荷。这种陶瓷电容器的特点是介质常数高、稳定性好、绝缘性能优异，而且体积小、耐高温。它们不需要正负极之分就能工作，适合高频信号的滤波、耦合以及作为电压参考等应用。由于其制作工艺简单，成本相对较低，所以在许多电路设计中都被广泛应用。
2、通常，陶瓷电容的表面温度值与其容性和工作频率相关。因此，理想状态下，可以通过陶瓷电容的表面温度变化实现对其用电频率的检测。然而，在实际中，在陶瓷电容的的阻抗特性变化是非常复杂的，其内不仅呈现电容特性，也会呈现出电感特性和电阻特性等。并且，这些特性的变化是有陶瓷电容的温度和工作频率等等多种因素在错综复杂的情况下共同决定的。除此以外，陶瓷电容类型繁多且应用场景广泛，其在不同的设计场景下具有不同的工作频率范围。因此，通过简单的温度-频率的映射关系，难以获取准确的用电频率，且难以对所有应用场景下的陶瓷电容器都可以实现精确并快速地计算检测。
技术实现思路
1、本申请实施例提供一种基于陶瓷电容器温升的用电频率计算方法及系统，实现了对所有应用场景下的陶瓷电容器进行精确并快速地计算检测。
2、为达到上述目的，本申请的实施例采用如下技术方案：
3、第一方面，提供了一种基于陶瓷电容器温升的用电频率计算方法，该方法包括：获取陶瓷电容器在目标时间段对应的检测温升值，检测温升值为陶瓷电容器在目标时间段内的表面温度上升值。获取陶瓷电容器在目标时间段内的输出信号时延值和输出信号移相值。将检测温升值、输出信号时延值和输出信号移相值分别进行二进制特征编码，得到对应的温升特征值、时延特征值和移相特征值。将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，用电频率包括以下至少一种频率信息：陶瓷电容器的当前工作频率和陶瓷电容器的当前杂波频率。
4、上述实施例具有以下优点：传统的方法采用温升-频率的映射关系直接进行频率计算。但温升与频率之间的关系是由许多复杂的因素共同决定的，通过这种方法虽然可以较快获得用电频率，但其计算精度较低。同时，基于温升信息也难以应用神经网络模型直接进行工作频率的预测。为此，本申请实施例通过对陶瓷电容器的特性进行分析，结合温度、电容变化、电感变化和频率之间的共同作用关系，对陶瓷电容器的多维特征进行采集。另外，因工作中的陶瓷电容器的电感电容等阻抗特性难以获取，本申请实施例通过电容特性和电感特性与陶瓷电容器的输出信号之间的时延特性和移相特性来表征电容特性变化和电感特性的变化。基于上述多维度的特征进行神经网络模型的预测计算，可以提高用电频率的计算准确度。同时，对多维特征进行统一化的二进制编码，可以量化不同特征之间的权重，并且可以使得模型输入更为统一和简易，并且简化模型训练的复杂度。基于上述方式可以快速、轻量化且准确计算得到陶瓷电容器的用电频率。
5、在一种可能的实施方式中，在将温升特征值、时延特征值和移相特征值输入神经网络模型之前，该方法还包括：在目标时间段内，向陶瓷电容器的输出端发送时域检测信号，获取时域检测信号对应的阻抗反射信号。根据阻抗反射信号得到阻抗实部特征值和阻抗虚部特征值。
6、示例性地，上述将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，包括：将温升特征值、时延特征值、移相特征值、阻抗实部特征值和阻抗虚部特征值输入神经网络模型，得到陶瓷电容器的用电频率。
7、上述实施例具有以下优点：用电频率与陶瓷电容器的阻抗特性（包括电感特性和电容特性）相关，在一些可以在陶瓷电容器工作状态中检测阻抗特性的场景下，还可以基于时域反射检测技术对其阻抗特性进行检测。将阻抗特性对应的阻抗实部特征值和阻抗虚部特征值结合作为神经网络模型的输入特征，可以提高检测精确度。
8、在一种可能的实施方式中，在将温升特征值、时延特征值和移相特征值输入神经网络模型之前，该方法还包括：获取陶瓷电容器在目标时间段内的环境温度值，将环境温度值进行二进制特征编码，得到环境温度特征值。
9、示例性地，上述将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，包括：将温升特征值、时延特征值、移相特征值和环境温度特征值输入神经网络模型，得到陶瓷电容器的用电频率。
10、上述实施例具有以下优点：温升的取值还与环境温度相互影响，因此，为了消除环境误差，并关注到表面温升和环境温度之间的特征关联性，可以在神经网络模型中也输入环境温度相关的特征值，以提高技术精确度。
11、第二方面，本申请实施例还提供了一种基于陶瓷电容器温升的用电频率计算系统，该用电频率计算系统包括数据处理器和采样电路，采样电路用于与陶瓷电容器电连接，数据处理器内写入有神经网络模型。数据处理器用于：通过采样电路获取陶瓷电容器在目标时间段对应的检测温升值，检测温升值为陶瓷电容器在目标时间段内的表面温度上升值。获取陶瓷电容器在目标时间段内的输出信号时延值和输出信号移相值。将检测温升值、输出信号时延值和输出信号移相值分别进行二进制特征编码，得到对应的温升特征值、时延特征值和移相特征值。将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，用电频率包括以下至少一种频率信息：陶瓷电容器的当前工作频率和陶瓷电容器的当前杂波频率。
12、在一种可能的实施方式中，该用电频率计算系统还包括时域检测器，时域检测器分别与数据处理器和陶瓷电容器电连接。在将温升特征值、时延特征值和移相特征值输入神经网络模型之前，数据处理器还用于：在目标时间段内，控制时域检测器向陶瓷电容器的输出端发送时域检测信号，通过时域检测器获取时域检测信号对应的阻抗反射信号。根据阻抗反射信号得到阻抗实部特征值和阻抗虚部特征值。
13、示例性地，上述将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，包括：将温升特征值、时延特征值、移相特征值、阻抗实部特征值和阻抗虚部特征值输入神经网络模型，得到陶瓷电容器的用电频率。
14、在一种可能的实施方式中，在将温升特征值、时延特征值和移相特征值输入神经网络模型之前，数据处理器还用于：通过采样电路获取陶瓷电容器在目标时间段内的环境温度值，将环境温度值进行二进制特征编码，得到环境温度特征值。
15、示例性地，上述将温升特征值、时延特征值和移相特征值输入神经网络模型，得到陶瓷电容器的用电频率，包括：将温升特征值、时延特征值、移相特征值和环境温度特征值输入神经网络模型，得到陶瓷电容器的用电频率。
16、关于上述第二方面的技术原理和有益效果，可以参考上述第一方面的相关描述，故在此不再进行赘述。
1.一种基于陶瓷电容器温升的用电频率计算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于陶瓷电容器温升的用电频率计算方法，其特征在于，在所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型之前，所述方法还包括：
3.根据权利要求2所述的一种基于陶瓷电容器温升的用电频率计算方法，其特征在于，所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型，得到所述陶瓷电容器的用电频率，包括：
4.根据权利要求1-3任一项所述的一种基于陶瓷电容器温升的用电频率计算方法，其特征在于，在所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型之前，所述方法还包括：
5.根据权利要求4所述的一种基于陶瓷电容器温升的用电频率计算方法，其特征在于，所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型，得到所述陶瓷电容器的用电频率，包括：
6.一种基于陶瓷电容器温升的用电频率计算系统，其特征在于，包括数据处理器和采样电路，所述采样电路用于与所述陶瓷电容器电连接，所述数据处理器内写入有神经网络模型；所述数据处理器用于：
7.根据权利要求6所述的一种基于陶瓷电容器温升的用电频率计算系统，其特征在于，所述用电频率计算系统还包括时域检测器，所述时域检测器分别与所述数据处理器和所述陶瓷电容器电连接；在所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型之前，所述数据处理器还用于：
8.根据权利要求7所述的一种基于陶瓷电容器温升的用电频率计算系统，其特征在于，所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型，得到所述陶瓷电容器的用电频率，包括：
9.根据权利要求6-8任一项所述的一种基于陶瓷电容器温升的用电频率计算系统，其特征在于，在所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型之前，所述数据处理器还用于：
10.根据权利要求9所述的一种基于陶瓷电容器温升的用电频率计算系统，其特征在于，所述将所述温升特征值、所述时延特征值和所述移相特征值输入神经网络模型，得到所述陶瓷电容器的用电频率，包括：
