摘要
本发明公开了基于AI建模的集成电源箱健康状态评估方法,包括如下步骤:S1、构建多变量时间序列;S2、采用神经控制微分方程模型对多变量时间序列轨迹进行建模,获取隐空间轨迹;S3、对隐空间轨迹进行动态模态分解,构建模态健康空间;S4、在模态健康空间中采用流形插值混合方法,生成增强训练样本集;S5、将增强训练样本集中的混合模态向量输入健康分类模块;S6、将隐空间轨迹输入时间语义回放模块,生成最终预测状态轨迹;S7、将最终预测状态轨迹与实际历史状态轨迹进行对比,当语义差异值超过设定容差阈值时,生成异常标记并执行状态回退操作。本发明融合神经微分建模、插值增强与时间语义回放,实现集成电源箱健康状态精准评估。
技术关键词
健康状态评估方法
集成电源箱
历史回放时间
轨迹
回放模块
状态预测器
训练样本集
语义
矩阵
混合方法
神经网络结构
非线性特征
序列
频率
子模块
电磁干扰值
动态变化特征
寿命
时间片
前馈神经网络