摘要
本发明提出了一种逆变器开关性能退化的评估方法,属于逆变器开关领域。采集六个开关管的原始数据;将原始数据进行预处理,并构建表述单个开关管退化程度的退化指标序列;构建并训练CNN‑LSTM模型,得到每个开关管对应的预测模型;将待测开关管数据输入至预测模型,得到开关管组的退化指标;将退化指标进行融合,得到统一的退化评估指标。本发明利用CNN‑LSTM模型时间序列预测领域高可靠性的特点,结合前置参数的预处理,大大提高了开关管老化预测的精度,能够提高电驱动系统的运行安全和预测性维修保障方案的性价比和可行性,带来更好的市场竞争力。
技术关键词
LSTM模型
时域特征
序列
逆变器开关
灰色关联度分析
开关管
指标
数字存储示波器
卡尔曼滤波
编码模块
特征编码模型
协方差矩阵
三元组
样本
卷积模块
判断逆变器
滑动窗口
时序
系统为您推荐了相关专利信息
施工电缆
数据智能分析方法
故障在线诊断
轨道
特征值
非线性动力学模型
误差系统
通信拓扑结构
学习控制器
性能指标定义