一种基于人工智能的电力模块老化预测方法及系统

本发明公开了一种基于人工智能的电力模块老化预测方法及系统，属于电力模块老化检测领域，其中方法包括：S100、基于分布式传感器网络实时采集电力模块的多维度老化特征数据；获取老化特征时空关联矩阵；S200、构建神经网络模型，所述神经网络模型包括：老化方程约束层、能量守恒层和失效分布层；S300、将所述神经网络模型作为教师模型，得到适配电力模块的迁移学习模型；S400、通过边缘计算节点在平台运行所述迁移学习模型，实时输出三参数韦伯分布曲线及置信区间；通过PSO算法优化边缘设备的特征提取网络结构；当检测到环境突变导致预测置信度下降时，自动触发PSO在线参数重调机制。本发明能够量化‌随机失效风险并支持‌经济性决策。