改进CNN-Bi-LSTM的电磁继电器寿命预测方法

本发明提供一种改进CNN‑Bi‑LSTM的电磁继电器寿命预测方法，包括：第一部分是通过电磁继电器触头加速退化实验，获取性能参数，继而对原始数据进行处理，得到样本数据集。第二部分通过同时考虑到过去和未来的信息，对LSTM算法进行改进，将两个方向的隐藏状态拼接起来形成最终的表示，从而更好地捕捉序列中的上下文关系。第三部分提出利用CNN网络提取特征在高维空间的联系形成预测特征向量，将其输入到Bi‑LSTM神经网络中并添加Dropout层进行训练，最终输出预测的结果，有效降低接触电阻预测的误差，提升继电器触头失效预测的精度。