摘要
本申请提供了一种绝缘栅模块剩余寿命预测模型的建立方法及装置,其中,方法包括:采集绝缘栅模块的功率循环数据,基于功率循环数据计算健康指标,对功率循环数据对应能效指标进行预处理,将预处理后能效指标与健康指标组成训练集;通过离散余弦变换对训练集中各指标进行数据增强得到低频特征,将低频特征与功率循环数据中除能效指标外的特征融合得到复合特征;使用复合特征训练包括自注意力机制的深度学习模型,调整深度学习模型中的模型参数得到第一预测模型;使用群体智能算法调整第一预测模型中的超参数,得到第二预测模型,将第二预测模型作为剩余寿命预测模型。本申请提取低频特征并使用群体智能算法搜索超参数,提高模型的预测性能。
技术关键词
剩余寿命预测模型
群体智能算法
深度学习模型
注意力机制
离散余弦变换
指标
能效
功率
绝缘
数据
超参数
模块
粒子群优化算法
训练集
可读存储介质
处理器
热阻
时序
结温
系统为您推荐了相关专利信息
关系挖掘方法
功能材料
最佳特征子集
回归方法
变量
关键帧
视频封面生成方法
人物特征
生成视频封面
对称性特征
燃烧状态参数
状态实时监测方法
燃气轮机
状态实时监测系统
门控循环单元
语义知识图谱
语义向量
计算机自然语言
语义匹配算法
深度学习模型