基于多模态域不变特征的电子负载MOS管寿命预测方法技术

本申请提出基于多模态域不变特征的电子负载MOS管寿命预测方法。该方法AD采集采样电阻电压、MOS管漏极电压以及栅极电流，自适应滑动切片得到三种模态切片样本，建立LSTM‑WGAN‑GP网络模型，进行数据预处理。将三种模态切片样本进行拼接，得到拼接时序数据，然后对时序数据进行频谱变换，将核心频谱序列、三种模态切片样本通过多通道卷积的方式输入多模态域不变特征提取模型S‑DAN中提取关键特征，然后将所提特征输入一种结合随机噪声的循环网络预测模型MC‑RNN，预测MOS管的剩余使用寿命。本申请提出一种多模态域不变特征的电子负载MOS管寿命预测方法，可以提高电子负载电路的可靠性和使用寿命。

【技术实现步骤摘要】

本申请属于人工智能深度学习领域，具体涉及基于多模态域不变特征的电子负载mos管寿命预测方法。

技术介绍

1、随着现代工业和电子系统的发展，电子负载在电源测试、设备运行等领域得到了广泛应用。随着运行时间的增加，电子负载内部元件如功率半导体器件、电容、电阻等会逐渐老化，最终导致器件损坏。这种损坏往往是一种逐渐劣化的过程，存在劣化趋势。建立一个有效的寿命预测模型，可以在mos管损坏前及时采取预防性维护措施，避免突发故障造成的经济损失和安全隐患。

2、传统方法高度依赖大量的历史数据，难以适用于数据稀缺或新型设备的场景。为了提高寿命预测的准确性，现代寿命预测技术常采用深度学习网络，通过训练神经网络模型实现对电子负载的快速且准确的寿命预测，同时结合随机噪声的循环网络预测模型mc-rnn可以大大提高诊断的效率和稳定性。

技术实现思路

1、本申请的目的是提供电子负载mos管寿命预测方法，该方法采用改进的时序深度学习网络模型，能够快速、准确地诊断出电子负载的剩余使用寿命。

2、为解决上述技术问题，本申请本文档来自技高网...

【技术保护点】

1.基于多模态域不变特征的电子负载MOS管寿命预测方法，其特征在于，包括：

2.如权利要求1中所述的电子负载MOS管寿命预测方法，其特征在于，采集电子负载MOS管的采样电阻电压、MOS管漏极电压以及栅极电流，通过自适应滑动切片得到三种模态切片样本，包括：

3.如权利要求1中所述的电子负载MOS管寿命预测方法，其特征在于，建立LSTM-WGAN-GP网络模型，对三种模态切片样本进行数据预处理，包括：

4.如权利要求1中所述的电子负载MOS管寿命预测方法，其特征在于，采用数据拼接增强三种模态切片样本的关联性，并进行频谱变换以及核心频谱值筛选，包括：

...

【技术特征摘要】

1.基于多模态域不变特征的电子负载mos管寿命预测方法，其特征在于，包括：

2.如权利要求1中所述的电子负载mos管寿命预测方法，其特征在于，采集电子负载mos管的采样电阻电压、mos管漏极电压以及栅极电流，通过自适应滑动切片得到三种模态切片样本，包括：

3.如权利要求1中所述的电子负载mos管寿命预测方法，其特征在于，建立lstm-wgan-gp网络模型，对三种模态切片样本进行数据预处理，包括：

4.如权利要求1中所述的电子负载m...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：湖南恩智测控技术有限公司，
类型：发明
国别省市：