一种基于倒置Transformer网络的IGBT故障预测方法及系统

    公开(公告)号:CN118761444A

    公开(公告)日:2024-10-11

    申请号:CN202411236939.8

    申请日:2024-09-05

    摘要: 本发明提供了一种基于倒置Transformer网络的IGBT故障预测方法及系统,所述方法包括:采集目标IGBT的集电极‑发射极电压信号,提取瞬态峰值电压,对瞬态峰值电压进行滤波处理,得到样本数据并划分为训练集和测试集,再构建Invert‑Transformer‑LSTM神经网络模型,并对模型进行超参数优化,将训练集和测试集置入经过超参数优化后的模型中进行训练和测试,得到测试结果并对测试结果进行性能评估;重复上述超参数优化和性能评估步骤,获得最优预测模型,采用最优预测模型实时对目标IGBT的实际集射极峰值电压进行预测,得到实时预测结果。相较于现有技术,本发明提出Invert‑Transformer‑LSTM神经网络模型预测结果更精准,运算速率更高。