一种IGBT结温预测的方法技术

本发明专利技术涉及一种IGBT结温预测的方法，是基于混沌化布谷鸟算法优化极限学习机的IGBT结温预测的方法，步骤是：获取IGBT老化实验数据，包括结温数据，老化循环次数，饱和压降数据和集电极电流数据；归一化和分配实验数据，并初始化极限学习机；利用混沌算法混沌化布谷鸟算法，并设置混沌化布谷鸟算法参数；计算鸟巢初始适应度；在循环中以极限学习机为载体，以混沌化布谷鸟算法为依托，以非线性收敛公式为调节，对鸟巢进行位置更新以及适应度计算，直至结束；输出结温预测的结果。本发明专利技术前期对算法进行全局搜索，后期加速全局收敛，预测结温精度高且预测速度快，尤其以极限学习机为载体，输入变量可根据需要进行补充，兼容性大并且弥补了现有方法的不足。

【技术实现步骤摘要】
一种IGBT结温预测的方法
本专利技术的技术方案属于电力电子器件IGBT可靠性
，具体的说是一种IGBT的结温预测的方法。
技术介绍
进入新世纪以来，电力电子变流设备逐渐渗透到各个领域。电能转换系统中最重要部分电力电子变流器，它的可靠性对于系统的整体性能起着重要的作用。若电力电子变流器发生故障，那么会影响系统的正常运行，严重的会造成生命安全危险，因此电力电子变流器设备的可靠性问题显得尤为重要。而IGBT作为电力电子变流设备中的核心元件，其可靠性对于设备的整体运行起着关键性的作用。只有对IGBT使用之前和之中评估IGBT的老化状态才能有效的提高电力电子设备的可靠性，进而减少故障的发生。IGBT模块的老化失效是内部疲劳累积和外部环境综合影响的结果。IGBT在不断老化失效的过程中，表征IGBT老化量的状态参数有结壳热阻，集-射极饱和压降(Vce(sat))，结温，关断时间和门极导通阈值电压等。而结温是电力设备中半导体器件的实际温度，当IGBT芯片产生的功率不能及时消散时，使得结温不断升高导致电力电子器件失效。研究表明，IGBT作为功率器本文档来自技高网...

【技术保护点】
1.一种IGBT结温预测的方法，其特征在于是基于混沌化布谷鸟优化极限学习机的IGBT结温预测的方法，其步骤如下：/n步骤一，获取IGBT的老化实验数据/n(1.1)通过IGBT功率循环老化实验获得380组IGBT的老化实验数据，包括结温数据，老化循环次数数据，饱和压降V

【技术特征摘要】
1.一种IGBT结温预测的方法，其特征在于是基于混沌化布谷鸟优化极限学习机的IGBT结温预测的方法，其步骤如下：
步骤一，获取IGBT的老化实验数据
(1.1)通过IGBT功率循环老化实验获得380组IGBT的老化实验数据，包括结温数据，老化循环次数数据，饱和压降Vce(sat)数据，集电极电流数据；
步骤二，对老化实验数据进行归一化处理和分配
(2.1)使用归一化公式(1)对IGBT的老化实验数据进行归一化处理：



(2.2)把老化实验数据分为训练数据和测试数据两部分，分配比例为：
训练数据的数量∶测试数据的数量＝7∶3；
由此，将380组IGBT的老化实验数据分为266组训练数据和114组测试数据；每组数据包含四个变量，IGBT的结温数据，当前时刻的IGBT功率循环老化实验的循环次数，饱和压降Vce(sat)数据，集电极电流数据；
步骤三，对极限学习机参数进行初始化
设置极限学习机的初始化参数，包括：
设置极限学习机的输入层节点数indim为3，三个节点依次代表IGBT的饱和压降Vce(sat)、集电极电流和当前时刻的IGBT功率循环老化实验的循环次数；
设置极限学习机的隐含层节点数hiddennum为50；设置极限学习机的输出层节点数outdim为1，该节点代表IGBT的结温；
设置极限学习机的输入层节点到隐含层节点的权值和阈值的初始值，方法为：利用MATLAB中rand函数随机生成一个200维数据组Z，利用式(2)把这200维的数据组映射至实数区间[0，1]上，得到经映射至[0，1]区间上200维数据组CZ，并将CZ作为极限学习机的输入层节点到隐含层节点的权值阈值的初始值，由Z到CZ的映射规则见式(2)：



其中，zi为Z中第i维数据，i≤200，czi是CZ中的第i维数据的值，是zi映射至[0，1]上的值，zmin是Z中的最小值，zmax是Z中的最大值；
步骤四，采用混沌算法优化布谷鸟算法，获得混沌化布谷鸟算法中的鸟巢
(4.1)把步骤三中生成的200维数据组CZ作为混沌第一代数据CZ(1)，即CZ(1)＝CZ，使用式(3)对得到的混沌第一代数据进行迭代计算，生成混沌第二代数据；式(3)描述了由混沌第t代的第i个数据迭代生成混沌第t+1代的第i个数据的方法，为：



其中，μ为混沌控制参数，这里令μ为4的时候，此时系统完全处于混沌状态，表示混沌第t代第i个数据，其中
如果在迭代计算中，恰好为0、0.25、0.75或1，则赋值这里Δ为实数区间[0，0.05]上的一个随机数，使代替原来的继续进行迭代计算；
(4.2)设置混沌迭代次数的最大值itemmax为5000，重复(4.1)这一步骤5000次，从而生成5000组混沌数据，并把这5000组混沌数据作为混沌化布谷鸟算法中的5000个鸟巢，每个鸟巢含200个数据；
步骤五，筛选混沌化布谷鸟算法中的鸟巢
(5.1)极限学习机黑箱化，并寻找最优的50个计算黑箱
将由步骤四得到的5000组混沌化布谷鸟算法中的鸟巢数据作为极限学习机的权值和阈值，每个鸟巢的数据维度为200，其中，前150维的数据作为极限学习机的输入层到隐含层的权值，后50维的数据作为极限学习机的输入层到隐含层的阈值，将按照上述方法设置了权值和阈值的一个极限学习机视为一个计算黑箱，由此可得5000个计算黑箱；将通过步骤(2.2)获得的266组训练数据，训练数据包括：输入数据和输出数据，一组的输入数据包含三个变量，包括IGBT的饱和压降Vce(sat)、集电极电流和当前时刻的IGBT功率循环老化实验的循环次数，输出数据为IGBT的结温，将训练数据输入到5000个计算黑箱中的任意一个，得到相应的一组266个IGBT结温预测值，并通过式(4)计算每个黑箱的性能指标值



其中，f为计算黑箱的性能指标函数，性能指标值越大越好；yi是由IGBT功率循环老化实验获得的一个实测值，视为IGBT结温的实际值，y′i表示IGBT结温的预测值，N表示输入一个计算黑箱的IGBT结温实际值的个数，也是一个计算黑箱输出的IGBT结温预测值的个数；
(5.2)导出计算黑箱中的权值和阈值，作为混沌化布谷鸟算法中的初始鸟巢
将通过式(4)计算得到的50个性能指标最优的计算黑箱记录并保存下来，并导出该50个计算黑箱的输入层节点到隐含层节点的权值阈值数据，共得到50组权值阈值数据作为混沌化布谷鸟算法寻优的50组混沌化布谷鸟算法中的初始鸟巢，并记为cz50；
步骤六，对混沌化布谷鸟算法参数进行设置
设置混沌布谷鸟算法参数：设置混沌布谷鸟算法中鸟巢个体数量为50；设置混沌布谷鸟算法中每个鸟巢的数据维度为200；设置鸟巢被发现的概率pa为0.25；设置混沌布谷鸟算法最大迭代次数tmax为100次；
步骤七，使用混沌化布谷鸟算法寻找最大适应度的鸟巢，并构建IGBT结温预测模型
(7.1)首先，将步骤五中得到的50组混沌化布谷鸟算法中的初始鸟巢cz50作为混沌化布谷鸟算法中迭代寻优的第一代鸟巢，记...

【专利技术属性】
技术研发人员：刘伯颖，陈国龙，李玲玲，常云彪，张冠英，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12