摘要
本发明公开了一种基于多物理场耦合的电力电子器件故障预警方法,包括步骤:(1)采集电力电子器件在电场和热场耦合条件下的老化数据,并将其划分为源域数据集和目标域数据集;(2)建立电力电子器件老化参数筛选方法,选择最能够表征老化规律的参数作为老化前驱体,并将离散的电压、电流信号转换成能够被神经网络接受的时序信号;(3)将时序信号集合压缩为滑窗图节点,计算每个图节点之间的距离关系,获得包含数据结构信息的图矩阵;(4)搭建时空融合故障预测器,包括特征提取器、时序预测器和域判别器;(5)采用弱监督对抗学习策略,少量目标域标签数据参与模型训练过程,将源域预测损失、目标域预测损失以及判别损失三种损失结合进行训练。
技术关键词
电力电子器件
故障预测方法
故障预测模型
数据标签
故障预警方法
节点
物理
时序
电子元器件老化
参数筛选方法
特征提取器
Softmax函数
监督学习策略
非线性映射关系
空间结构信息
时间窗函数