摘要
本发明提供基于边缘计算的电感器件老化失效分析预测方法及系统,涉及物联网与边缘计算技术领域,包括:通过多源传感器群实时采集电感器件的物理状态及电气参数数据;在边缘计算节点进行数据融合处理,提取与老化失效相关的动态特征向量;基于历史数据生成动态失效阈值,实现实时匹配与预警;采用在线学习机制更新轻量化分析模型,适应非线性老化过程;将异常数据及特征向量上传至云端进行失效根因分析及全局模型优化,并将优化参数反馈至边缘节点;根据边缘节点算力负载动态分配计算任务。本发明有效解决了多源数据融合、动态阈值设定、模型轻量化部署及全局优化等难题,提高了电感器件老化失效预测的准确性和实时性。
技术关键词
分析预测方法
电感器件
在线学习机制
计算机可读指令
节点
动态
特征协方差矩阵
分析预测系统
加速老化试验
剩余寿命预测
多维特征向量
边缘计算技术
等效串联电阻
参数
多源异构数据
异常数据
云端
匈牙利算法
非线性
速率