一种IGBT剩余寿命预测的方法技术

本发明专利技术涉及一种IGBT剩余寿命预测的方法，具体地说是基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其技术特点是：通过IGBT功率循环老化试验获得IGBT老化试验数据，包括结温数据，老化循环次数数据，饱和压降数据，其次对IGBT进行老化数据预处理与其健康状态的相关性分析，之后建立基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型，最后将IGBT的老化试验数据带入验证基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型的有效性。本发明专利技术设计合理，其通过测试结果发现提出的改进型径流流向算法优化的极限学习机(IFDA

A method of remaining life prediction of IGBT

【技术实现步骤摘要】
一种IGBT剩余寿命预测的方法


[0001]本专利技术的技术方案属于电力电子器件IGBT可靠性
，是一种IGBT剩余寿命预测的方法。

技术介绍

[0002]进入21世纪，石油、天然气和煤炭等传统能源的过度消耗，造成了环境污染和全球温度的升高。因而，各个国家纷纷将发展点转向可再生、污染小、分布广泛的新能源，如风能、太阳能和潮汐能等。于是，新能源发电技术得到了发展。新能源发电离不开电力电子变流装置的变流转换作用，其可靠性对系统的整体稳定运行起极其重要的作用。在风力发电中，由于外界因素的不确定性，导致换流装置难以处于正常运行状态，加速了换流装置的老化失效。如果换流装置出现问题，势必会影响系统运行的可靠性，甚至导致系统的崩溃。因此，必须考虑换流装置的可靠性问题。
[0003]目前，IGBT已被应用于多个领域，并在其中发挥着重要的作用，而IGBT的可靠运行影响其所在系统的运行可靠性。在电力电子变流系统中，约34％的故障是由功率半导体器件失效引起的；以IGBT为核心的光伏逆变器发生的故障约占系统总故障的37％。IGBT一旦失效，会导致电力电子变流系统发生故障，甚至会引发系统崩溃，并造成经济损失和人员伤亡。因而，IGBT的可靠性制约着电力系统及其他系统的发展。IGBT的可靠运行，关系着人民的生活质量，社会的安定和国民经济的发展，因此有必要探究IGBT的可靠性研究方法。IGBT的可靠性研究方法主要有IGBT的状态监测、IGBT健康状态评估及其剩余寿命预测等。在IGBT可靠性研究方法中，一般将IGBT的老化参数引入到其研究方法中。其中，IGBT的健康状态评估利用老化参数并结合数学模型估计IGBT的健康状态。根据IGBT健康状态评估结果可掌握IGBT在各种状态下的运行情况，并判断IGBT的运行是否正常。IGBT剩余寿命预测则是通过IGBT老化参数的时间序列预测IGBT的剩余寿命。依据IGBT剩余寿命预测结果，可在IGBT失效之前对其进行替换，从而减少含IGBT系统的维修成本、降低故障发生的概率并提高系统的可靠性。
[0004]现有的RUL预测能力仍存在一些问题，例如磁
‑
电
‑
热分析模型的复杂度高，继而使得模型的仿真精度高，时间成本高；运用概率统计方法研究IGBT的健康状态，可以充分研究IGBT失效的概率分布，而且在评估效率上具备一定的优势，节约了时间成本，但在评估精度方面却不尽人意，因此传统的RUL预测能力仍需要提高。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种IGBT剩余寿命预测的方法，具体地说是基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，进行IGBT的剩余寿命预测；通过IGBT功率循环老化试验获得IGBT老化试验数据，包括结温数据，老化循环次数数据，饱和压降数据，其次对IGBT进行老化数据预处理与其健康状态的相关性分析，之后建立基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型，最后将IGBT
的老化试验数据带入验证基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型的有效性。本专利技术解决现有的技术问题是采取以下技术方案实现的：
[0006]一种IGBT剩余寿命预测的方法，具体地说是基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，包括以下步骤：
[0007]步骤1、通过IGBT功率循环老化试验获得IGBT老化试验数据，包括结温数据，老化循环次数数据，饱和压降数据；
[0008]步骤2、对IGBT进行老化数据预处理与其健康状态的相关性分析；
[0009]步骤3、建立基于改进型径流流向算法优化极限学习机(IFDA
‑
ELM)的IGBT剩余寿命预测模型；
[0010]步骤4、将IGBT的老化试验数据带入验证基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型的有效性。
[0011]2、根据权利要求1所述的基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：所述步骤1的具体实现方法为：在IGBT剩余寿命预测中，在一定的老化条件下，首先，加快模块老化；其次，模块在老化一定程度后，将模块进行静态离散数据测量；最后，通过单脉冲测量试验获取参数数据，通过热阻测量试验获取模块的稳态热阻数据，结温数据，老化循环次数数据。
[0012]3、根据权利要求1所述的基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：所述步骤2的具体实现方法包括以下步骤：
[0013]步骤2.1、用小波降噪对IGBT剩余寿命预测的数据进行预处理；
[0014]步骤2.2、针对IGBT老化参数与其健康状态的相关性问题，本专利技术通过加速老化试验获取IGBT的老化参数数据，并基于老化参数数据分析，建立了IGBT老化参数集与其健康状态等级之间的映射关系。
[0015]4、根据权利要求1所述的基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：所述步骤3的具体实现方法包括以下步骤：
[0016]步骤3.1、基于极限学习机的IGBT健康状态评估。ELM是在单隐层前馈神经网络的基础上提出的一种算法，极限学习机(ELM)通过对IGBT老化试验数据学习，可确定其输入量和输出量之间的映射关系。于是将IGBT的老化参数集作为ELM的输入，将IGBT老化循环次数作为ELM的输出。通过模型训练，得到老化参数集与老化循环次数之间的关系；通过测试获取老化循环次数的预测值，并依据IGBT健康状态评估标准，准确地判断IGBT的健康状态等级。
[0017]步骤3.2、由于极限学习机(ELM)的评估效果受其初始权值和阈值的影响，但改进型径流流向算法(IFDA)具有寻优效果好、收敛性能强等优点，本专利技术采用IFDA寻找ELM的最优权值和阈值，并建立了基于IFDA
‑
ELM的IGBT健康状态评估模型。
[0018]5、根据权利要求1所述的基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：所述步骤4的具体实现方法包括以下步骤：
[0019]步骤4.1、将试验数据导入IFDA
‑
ELM模型，测试IFDA
‑
ELM模型，并预测IGBT的剩余寿命；
[0020]步骤4.2、分析基于IFDA
‑
ELM模型的IGBT剩余寿命预测结果。
[0021]在本专利技术中，本文针对通过老化试验对IGBT进行老化失效分析及老化参数提取，
其次对IGBT进行老化数据预处理与其健康状态的相关性分析，之后建立基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型，最后，将IGBT的老化参数带入验证基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型的有效性，得到最有效的预测模型，文中所用方法对于同类时序数据预测也有很好的借鉴作用。
[0022]本专利技术的优点和积极效果是：...

【技术保护点】

【技术特征摘要】
1.一种IGBT剩余寿命预测的方法，具体地说是改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：包括以下步骤：步骤1、通过IGBT功率循环老化试验获得IGBT老化试验数据，包括结温数据，老化循环次数数据，饱和压降数据；步骤2、对IGBT进行老化数据预处理与其健康状态的相关性分析；步骤3、建立基于改进型径流流向算法优化极限学习机(IFDA
‑
ELM)的IGBT剩余寿命预测模型；步骤4、将IGBT的老化试验数据带入验证基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测模型的有效性。2.根据权利要求1所述的一种IGBT剩余寿命预测的方法，其特征在于：所述步骤1的具体实现方法为：在IGBT剩余寿命预测中，在一定的老化条件下，首先，加快模块老化；其次，模块在老化一定程度后，将模块进行静态离散数据测量；最后，通过单脉冲测量试验获取参数数据，通过热阻测量试验获取模块的稳态热阻数据，结温数据，并记录老化循环次数数据。3.根据权利要求1所述的基于改进型径流流向算法优化极限学习机的IGBT剩余寿命预测方法，其特征在于：所述步骤2的具体实现方法包括以下步骤：步骤2.1、用小波降噪对IGBT剩余寿命预测的数据进行预处理；步骤2.2、针对IGBT老化参数与其健康状态的相关性问题，本发明通过加速老化试验获取IGBT的老化参数数据，并基于老化参数数据分析，建立了IGBT老化参数集与其健康状态等级之间的映射关系。4.根据权利要求1所述的一种IGBT剩余寿命预测的方法，其特征在于：所述步骤3的具体实现方法包括以下步骤：步骤3.1、基于极限学习机的IGBT健康状态评估。ELM是在单隐层前馈...

【专利技术属性】
技术研发人员：刘伯颖，李忠涛，陈国龙，李玲玲，刘佳琪，周超，王海宇，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：