IGBT故障预测方法和系统技术方案

本发明专利技术涉及一种IGBT故障预测方法和系统，方法包括：对集电极

【技术实现步骤摘要】
IGBT故障预测方法和系统


[0001]本专利技术涉及电力电子设备
，具体涉及一种IGBT故障预测方法和系统。

技术介绍

[0002]IGBT(Insulated Gate Bipolar Transistor)，绝缘栅双极型晶体管，是国际上公认的电力电子技术第三次革命代表性的产品，被称为能量转换的CPU，作为工业控制及自动化领域的核心元器件，在现代能源、航空航天、轨道交通、通信等领域有着广泛的应用。在这些领域中IGBT经常工作在高压、辐射、大电流等恶劣工作条件下，会受到热应力、机械应力和电应力等多种应力因素的影响，容易发生故障。它们的故障可能会导致整个系统崩溃或者突然关机等，维护时间长、成本高。因此，为了保证设备的安全可靠运行，对IGBT故障预测具有重要意义。
[0003]现有技术中，对IGBT故障预测的方法主要包括基于物理模型的方法和基于数据驱动的方法两类，其中，基于物理模型的预测方法依赖于广泛的IGBT物理和失效机制知识。而在IGBT结构中存在着复杂的层和键合连接，涉及过多的物理参数，很难用数学的方法建立模型来描述IGBT的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种IGBT故障预测方法，其特征在于，包括：获取预先采集的集电极
‑
发射极电压、集电极
‑
发射极电流、门极
‑
发射极电压和门极电压；对所述集电极
‑
发射极电压、所述集电极
‑
发射极电流、所述门极
‑
发射极电压和所述门极电压进行数据分析筛选，得到IGBT的待预测参数；将所述待预测参数输入到利用LSTM网络、Attention网络、CNN网络和GRU网络预先创建的故障预测模型中，得到输出的目标预测结果；获取所述IGBT实际运行过程中产生的与所述待预测参数对应的实际数据；对所述目标预测结果与所述实际数据进行对比，确定所述目标预测结果与所述实际数据的差异值；判断所述差异值是否大于预先设置的最大误差值；若所述差异值大于所述最大误差值，则将预先记录的当前误差超出次数加一，并判断所述当前误差超出次数是否超出预先设置的次数阈值；若所述当前误差超出次数超出所述次数阈值，则生成故障报警信息，并将所述故障报警信息发送到管理终端，以使工作人员根据所述故障报警信息对所述IGBT进行检修。2.根据权利要求1所述的IGBT故障预测方法，其特征在于，所述故障预测模型的创建过程包括：从预先存储的历史数据中获取训练参数集；所述训练参数集中包括：若干组模型训练参数和每组模型训练参数对应训练实际输出数据；利用LSTM网络、Attention网络、CNN网络和GRU网络建立包含LSTM层、Attention层、CNN层、Concatenate层和GRU层的LACNN模型；将从训练参数集中提取的模型训练参数输入到所述LACNN模型中，利用所述LACNN模型对所述模型训练参数进行处理，得到所述LACNN模型输出的训练预测结果，并对预先记录的当前训练迭代次数加一；计算所述训练预测结果和所述模型训练参数对应的训练实际输出数据之间的训练误差；根据所述训练误差对所述LACNN模型进行调整更新，得到更新后的LACNN模型；判断所述当前训练迭代次数是否达...

【专利技术属性】
技术研发人员：陈雯柏，蒋闯，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：