【技术实现步骤摘要】
本专利技术涉及器件寿命预测，尤其涉及一种绝缘栅模块剩余寿命预测模型的建立方法及装置。
技术介绍
1、随着我国新能源汽车市场的迅猛发展，绝缘栅模块igbt功率器件的成本几乎仅次于电池，约占整车成本的10％左右，因此对功率器件的剩余使用寿命进行精准评估显得尤为关键，特别是在功率器件二次利用过程中。
2、相关技术中，常见igbt寿命预测技术主要分为两类：基于物理模型解析方法和基于机器学习技术，目前两种技术存在以下缺陷：物理模型方法从产品结构、材料属性和环境应力等多个物理维度出发，深入探究寿命结束时故障形成的机制，更多用于仅故障分析而不进行剩余寿命预测；机器学习技术的实现通过分析器件的历史数据挖掘信息，测量装置的局限性导致最终预测准确性下降，现有技术cn116205140a实现离线预测但未考虑数据高频噪声对预测结果的影响；并且模型越复杂超参数也逐渐增多，现有技术cn1118746740a中超参数调优通常依赖于人工的经验，手动调整参数的效率低下。
3、综合以上该
发展状况分析，现有的技术中缺少基于离散余弦变换进行数据...
【技术保护点】
1.一种绝缘栅模块剩余寿命预测模型的建立方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述功率循环数据计算健康指标具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述功率循环数据对应能效指标进行预处理具体包括：
5.根据权利要求1所述的方法，其特征在于，所述通过离散余弦变换对所述训练集中各指标进行数据增强得到低频特征具体包括：
6.根据权利要求1所述的方法，其特征在于，所述使用所述复合特征训练包括自注意力...
【技术特征摘要】
1.一种绝缘栅模块剩余寿命预测模型的建立方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述功率循环数据计算健康指标具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述功率循环数据对应能效指标进行预处理具体包括：
5.根据权利要求1所述的方法，其特征在于，所述通过离散余弦变换对所述训练集中各指标进行数据增强得到低频特征具体包括：
6.根据权利要求1所述的方法，其特征在于，所述使用所述复合特征训练包括自注意力机制的深度学习模型，调整所述深度学习模型中的模型参数得到第一预测模型具体包括：
7.根据权利要求1所述的...
【专利技术属性】
技术研发人员：王乙舒，关若飞，高旭，贾强，吴玉峰，郭福，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。