一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法技术

本发明专利技术公开了一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其包括以下步骤：S1、获取IGBT器件的历史数据；S2、数据预处理并建立IGBT的寿命模型；S3、利用无迹卡尔曼粒子滤波算法建立预测方程；S4、预测IGBT的剩余使用寿命。本发明专利技术对粒子滤波算法进行了改进，并且用来预测IGBT的剩余使用寿命，这种方法提高了寿命预测的准确性。命预测的准确性。命预测的准确性。

【技术实现步骤摘要】
一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法


[0001]本专利技术涉及半导体领域，具体涉及一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法。

技术介绍

[0002]电力电子设备近年来发展迅速，被应用于很多领域，但由于其工作环境的复杂性，导致其核心器件——绝缘栅双极型晶体管(简称IGBT)会经常发生失效。因此，对IGBT运行情况的可靠性评估具有重要意义，如果能够提供有效的状态评估和预警方案，就可以避免灾难性事故的发生，所以对IGBT器件进行寿命预测方向的研究有着非常重要的实际意义。

技术实现思路

[0003]本专利技术提出了一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法。这种方法利用改进的粒子滤波算法来对IGBT的剩余使用寿命进行预测，与现有的技术相比，本专利技术提高了预测的准确性。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：
[0005]提供一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其包括以下步骤：
[0006]S1、获取IGBT器件的历史数据；
[0007]S2、数据预处理并建立IGBT的寿命模型；
[0008]S3、利用无迹卡尔曼粒子滤波算法建立预测方程；
[0009]S4、预测IGBT的剩余使用寿命。
[0010]进一步地，步骤S1的具体方法为：
[0011]对IGBT器件进行功率循环加速老化实验，获取IGBT器件在老化过程中集电极与发射极之间的导通压降，建立一个历史数据集。
[0012]进一步地，步骤S2的具体方法包括以下步骤：
[0013]S2
‑
1、使用莱茵达准则剔除由于测量产生的误差点；
[0014]S2
‑
2、将单次循环中的数据的均值作为该次循环的特征值；
[0015]S2
‑
3、通过尺度变换将数据样本按统一的标准映射到同一范围内；
[0016]S2
‑
4、对处理后的数据进行曲线拟合，建立一个初步的寿命模型，并确定模型参数的初始值。
[0017]进一步地，步骤S3的具体方法包括以下步骤：
[0018]S3
‑
1、根据寿命模型建立状态方程f和观测方程h；
[0019]S3
‑
2、设置粒子数量为N，并对粒子集合进行初始化，即从先验分布P中抽取初始状态；
[0020]S3
‑
3、在重要性采样阶段用无迹卡尔曼滤波算法计算样本的均值和协方差并更新粒子，具体计算如下：
[0021]计算Sigma点集合：
[0022][0023]其中，i对应第i个粒子；k对应数据集中的第k个数据，即表示第k次循环；n为状态X的维度；λ为一个缩放比例参数；
[0024]对Sigma点集做一步预测：
[0025][0026][0027][0028][0029][0030]其中，ω为采样点相对应的权重值；Z为观测值；
[0031]融入最新的观测值，并更新样本的均值和协方差：
[0032][0033][0034][0035][0036][0037]其中，K为卡尔曼增益；和分别为更新后的样本的均值和协方差；
[0038]再用更新后均值和协方差来采样更新粒子集合，具体的计算如下：
[0039][0040]S3
‑
4、为每个粒子计算其权重值具体计算如下：
[0041][0042]其中，p表示先验概率，q表示后验概率；
[0043]S3
‑
5、对权重值进行归一化处理，再计算出粒子集合的加权平均值来作为输出，从而进行状态更新，即更新寿命模型中的参数，确定出预测方程。
[0044]进一步地，步骤S4的具体方法为：
[0045]设置一个预警阈值，将预警阈值代入预测方程，计算得出该IGBT器件的剩余使用寿命。
[0046]本专利技术的有益效果为：本专利技术只需要获取IGBT器件在老化过程中的历史数据，然后利用所提出的方法进行处理和计算，就能得到在当前工作状态下的剩余使用寿命，数据量越多，预测结果就越准确；器件越接近失效，预测结果也会越准确。本专利技术相比于现有的技术，对现有的方法进行了适当的改进，大大提高了预测的准确性，实用性强。
附图说明
[0047]图1为本方法的流程示意图；
[0048]图2为本方法与基本粒子滤波的比较图。
具体实施方式
[0049]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0050]如图1所示，该基于无迹卡尔曼粒子滤波的IGBT寿命预测方法包括以下步骤：
[0051]S1、获取IGBT器件的历史数据；
[0052]S2、数据预处理并建立IGBT的寿命模型；
[0053]S3、利用无迹卡尔曼粒子滤波算法建立预测方程；
[0054]S4、预测IGBT的剩余使用寿命。
[0055]步骤S1的具体方法为：
[0056]对IGBT器件进行功率循环加速老化实验，获取IGBT器件在老化过程中集电极与发射极之间的导通压降，建立一个历史数据集。
[0057]步骤S2的具体方法包括以下步骤：
[0058]S2
‑
1、使用莱茵达准则剔除由于测量产生的误差点；
[0059]S2
‑
2、将单次循环中的数据的均值作为该次循环的特征值；
[0060]S2
‑
3、通过尺度变换将数据样本按统一的标准映射到同一范围内；
[0061]S2
‑
4、对处理后的数据进行曲线拟合，建立一个初步的寿命模型，并确定模型参数的初始值。
[0062]步骤S3的具体方法包括以下步骤：
[0063]S3
‑
1、根据寿命模型建立状态方程f和观测方程h；
[0064]S3
‑
2、设置粒子数量为N，并对粒子集合进行初始化，即从先验分布P中抽取初始状态；
[0065]S3
‑
3、在重要性采样阶段用无迹卡尔曼滤波算法计算样本的均值和协方差并更新粒子，具体计算如下：
[0066]计算Sigma点集合：
[0067][0068]其中，i对应第i个粒子；k对应数据集中的第k个数据，即表示第k次循环；n为状态X的维度；λ为一个缩放比例参数；
[0069]对Sigma点集做一步预测：
[0070][0071][0072][0073][0074][0075]其中，ω为采样点相对应的权重值；Z为观测值；
[0076]融入最新的观测值，并更新样本的均值和协方差：...

【技术保护点】

【技术特征摘要】
1.一种基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其特征在于，包括以下步骤：S1、获取IGBT器件的历史数据；S2、数据预处理并建立IGBT的寿命模型；S3、利用无迹卡尔曼粒子滤波算法建立预测方程；S4、预测IGBT的剩余使用寿命。2.根据权利要求1所述的基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其特征在于，所述步骤S1的具体方法为：对IGBT器件进行功率循环加速老化实验，获取IGBT器件在老化过程中集电极与发射极之间的导通压降，建立一个历史数据集。3.根据权利要求1所述的基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其特征在于，所述步骤S2的具体步骤为：S2
‑
1、使用莱茵达准则剔除由于测量产生的误差点；S2
‑
2、将单次循环中的数据的均值作为该次循环的特征值；S2
‑
3、通过尺度变换将数据样本按统一的标准映射到同一范围内；S2
‑
4、对处理后的数据进行曲线拟合，建立一个初步的寿命模型，并确定模型参数的初始值。4.根据权利要求1所述的基于无迹卡尔曼粒子滤波的IGBT寿命预测方法，其特征在于，所述步骤S3的具体步骤为：S3
‑
1、根据寿命模型建立状态方程f和观测方程h；S3
‑
2、设置粒子数量为N，并对粒子集合进行初始化，即从先验分布P中抽取初始状态；...

【专利技术属性】
技术研发人员：伍伟，古湧乾，陈勇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：