一种基于数字孪生协同残差网络的剩余寿命预测方法

本发明属于寿命预测技术领域，公开了一种基于数字孪生协同残差网络的剩余寿命预测方法，具体技术方案为：步骤一、分析空心阴极的工作机理并基于数字孪生协同残差网络构建动态仿真模型；步骤二、引入子域自适应机制，通过最小化仿真域和真实域之间细粒度特征的差异，实现子域条件分布的对齐；步骤三、构建ResTCN‑BIGRU‑Attention模型进行寿命预测，该模型首先利用ResTCN模块提取时间序列中局部长期依赖特征，引入多头注意力机制和前馈网络，实现多传感器数据的通道级融合，最后，通过BIGRU结合注意力机制实现对融合后关键特征的全局建模，本发明在空心阴极寿命预测任务中的准确性、稳定性与实用性都很好。