一种基于NODE降阶模型的机电复合传动IGBT结温预测方法

本发明公开了一种基于NODE降阶模型的机电复合传动IGBT结温预测方法，根据IGBT的真实物理模型机构、材料和热传递原理构建热仿真模型；在构建的热仿真模型中，根据监测到的时间序列数据仿真计算得出IGBT对应于时间变化的结温，与监测数据共同建立用于训练和测试的数据集，建立包含输入层、隐藏层和输出层的NODE神经网络降阶模型，使用数据集训练NODE神经网络降阶模型；将IGBT相关时间序列数据输入构建的NODE神经网络降阶模型中进行预测，得到结温的时间序列数据。本发明能够实时预测IGBT结温，计算效率高，可解释性强，能够更好处理长期依赖问题，并适用于复杂工况。