摘要
本发明公开了电子元件性能数据监测方法及系统,包括:基于电子元件的工作历史数据,输入LSTM神经网络模型进行训练,构建电子元件性能预测模型;将当前电子元件表面温度场分布数据、局部放电特征量及漏电流动态参数输入电子元件性能预测模型中,获取未来时间段内电子元件性能的多种预测变化趋势函数;将其与实时采集获取的电子元件性能实际数据进行比对,计算误差值,获取其中误差最小的预测数据;进行动态误差分析,生成模型修正参数;对电子元件性能预测模型进行在线参数更新,形成闭环优化系统。本发明的优点在于:通过对比预测模型和多维度实时数据,精准预测电子元件的性能变化,通过闭环优化机制,确保电子元件的长期稳定性和可靠性。
技术关键词
性能预测模型
数据监测方法
局部放电特征
动态误差
电子元件参数
计算误差
动态权重分配
情景
双通道同步采集
计算机可读指令
模型训练模块
高频电流传感器
LSTM神经网络
闭环
在线