基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置

本发明提供了一种基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置，包括获取与高压功率模块劣化状态相关的多维度状态参量；将多维度状态参量输入到预训练的预测模型中，得到高压功率模块的剩余寿命预测结果；其中，预测模型的结构包括多个LSTM层，预测模型通过每个LSTM层对应提取一个维度的状态参量的时序特征，并进行加权融合后输出预测结果。本发明能够通过优化神经网络结构和参数，结合多种关键状态参量，提高预测的准确性和可靠性，从而确保电力电子系统的安全稳定运行。