摘要
本发明公开了一种基于SSA‑LSTM的SiC MOSFET寿命预测方法、设备及存储介质,涉及电力电子设备的可靠性预测技术领域。所述方法包括:选取漏源极电压作为SiC MOSFET的老化特征参数,并用传感器在老化试验过程中实时获取电压数据;对采集到的电压数据进行预处理,消除异常值,补充缺失值,平滑数据;通过麻雀搜索算法SSA对长短期记忆网络LSTM的参数进行优化,构建SSA‑LSTM预测模型;初始化SSA‑LSTM模型并输入电压数据进行训练,建立SiC MOSFET寿命与电压之间的映射关系,实现对SiC MOSFET剩余寿命的预测。本发明的SiC MOSFET寿命预测模型具有适应性强、低计算复杂度、预测精度高等优点,能够广泛应用于半导体行业、新能源汽车、工业自动化等领域,为设备的健康管理和维护提供有力支持。
技术关键词
寿命预测方法
SSA算法
LSTM模型
长短期记忆网络
可靠性预测技术
搜索算法
参数
加速老化试验
寿命预测模型
电力电子设备
训练集数据
电压传感器
处理器
统计方法
新能源汽车
计算机设备
系统为您推荐了相关专利信息
声学事件检测方法
多模态传感器
融合特征
神经网络模型
数据
语义
长短期记忆网络
数据采集模块
图谱
攻击序列模式
配电柜温度
调控方法
长短期记忆网络
散热设备
生成设备
预报方法
参数
数据驱动算法
河床结构
长短期记忆网络
优化调度方法
分布式消息总线
协作策略
数据中心
多智能体系统