科创中国
基于Bagging框架SVM继电器贮存寿命预测方法
发布时间: 2026-04-16
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
制造业,电气机械和器材制造业
成果介绍
本发明属于继电器贮存寿命预测算法优化领域，具体地说，是一种基于Bagging框架的SVM电磁继电器贮存寿命预测方法,主要分为两个部分，第一个部分是有放回的采样Bootstrap，第二个部分是融合Aggregating，其中的模型训练使用SVM算法，利用Bagging和SVM在处理小样本数据方面的优势，解决小样本数据寿命预测难以估算和精度不高的问题。用Bagging框架进行数据的采样以及融合，每一个子模型运用SVM进行样本数据训练，通过改进后的算法，可以提高继电器小样本数据贮存寿命预测的精度，减小误差，避免过拟合。以此训练出更精确的预测模型对电磁继电器的贮存寿命进行预测。为电磁继电器的贮存可靠性研究提供一种新的思路，对系统的可靠性研究也有着重要的意义。
成果亮点
本成果提出了一种基于Bagging框架的SVM继电器贮存寿命预测方法，成功解决了传统单一模型在样本量有限、退化数据非线性及个体差异显著条件下预测精度低、泛化能力弱的行业核心难题。该方法通过集成学习策略融合多个支持向量机子模型，有效降低了预测方差与过拟合风险，在继电器长期贮存场景下寿命预测误差控制在8%以内，较单一SVM模型精度提升20%以上。其已在航空、电力等领域的电磁继电器加速老化数据上验证了有效性，是电子产品寿命预测技术的一项重要创新。
团队介绍
江苏科技大学坐落于风景秀丽的江苏省镇江市，是一所以工科为主，特色鲜明的多科性大学。学校前身是1933年创办的上海大公职业学校，历经多次更名与整合，现为江苏省重点建设高校。学校以船舶与海洋工程、海洋装备及机械、焊接技术等专业为特色，素有“中国造船工程师摇篮”的美誉。校园环境优美，教学科研设施先进，设有多个博士后科研流动站及博士、硕士学位授权点。学校坚持产学研结合，为我国船舶工业、国防军工及地方经济社会发展培养了大批高素质专业人才，在行业内享有盛誉。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2026-04-23
苏博晖
保定市知识产权协会
技术经理人
综合评价
该项目技术思路方向很好，未来市场空间大，有利于当前政策要求，转化成熟度很高，值得支持推广。建议强化相应产品开发，加大产业链开发力度。技术转让，所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接次项目。
查看更多>
下载app