一种融合时频域分支与自回归神经网络的IGBT寿命预测方法

本发明公开了一种融合时频域分支与自回归神经网络的IGBT寿命预测方法，包括如下步骤，S1:获取IGBT在连续热循环测试中的Vce(on)历史数据，所述历史数据包括IGBT初始运行状态的Vce(on)值；S2:对所述历史数据进行预处理；S3:将预处理后的数据分别提取时域特征和频域特征，构建融合所述时域分支和所述频域分支的自回归神经网络模型；S4:采用动态教师强制策略训练所述自回归神经网络模型；S5:利用训练好的所述自回归神经网络模型推理获取所述IGBT的寿命预测。本发明通过融合时频域特征、采用轻量化GRU网络、创新动态教师强制训练策略，能低成本的实现无需复杂建模即可精准、高效预测IGBT剩余寿命，提升功率器件寿命管理的便捷性与泛化性。