【技术实现步骤摘要】
本专利技术属于电力电子设备寿命预测领域，具体涉及一种igbt的寿命预测方法、装置、设备及存储介质。
技术介绍
1、随着电力电子技术的飞速发展，igbt(insulated gate bipolartransistor，绝缘栅双极型晶体管)作为电力电子设备中的核心元件，其可靠性对系统整体性能具有重要影响。对igbt进行寿命预测对于提高电力电子设备的可靠性、降低维护成本具有重要意义。
2、目前，主要基于bp(backpropagation)神经网络等机器学习算法对igbt的寿命进行预测，传统的bp神经网络对数据质量依赖性强，对初值的选择和训练数据的分布比较敏感，并且训练过程可能陷入局部最优解，导致无法提供准确的预测结果。
技术实现思路
1、为了解决igbt寿命预测准确率较低问题，本专利技术提供了一种igbt的寿命预测方法、装置、设备及存储介质。
2、为了实现上述目的，本专利技术提供如下技术方案：
3、一种igbt的寿命预测方法，包括：
4、获取绝缘栅双极型晶体管igbt的历史电压参数构建样本集；所述电压参数为与igbt寿命相关的电压参数；
5、构建用于预测igbt寿命的bp神经网络；
6、将bp神经网络的初始权重和偏置参数作为种群个体，以bp神经网络的均方误差函数作为适应度函数，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数；
7、基于初始最优权重和偏置参数以及样本集对bp神经网络进行训练，迭
8、将待预测的igbt的电压参数输入训练好的bp神经网络，通过训练好的bp神经网络对igbt的寿命进行预测。
9、可选地，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数，包括：
10、在权重和偏置参数的全局范围内随机生成多个初始的权重和偏置参数的组合，作为鹈鹕优化算法的初始种群；
11、对于种群中的每个组合，通过bp神经网络进行前向传播计算预测值和均方误差值，将均方误差值作为适应度值进行适应度评估；
12、根据鹈鹕优化算法的更新机制更新种群；
13、迭代适应度评估和更新种群的过程，直至达到最大迭代次数，将适应度值最小的组合作为初始最优权重和偏置参数。
14、可选地，基于初始最优权重和偏置参数以及样本集对bp神经网络进行训练，迭代前向传播和反向传播过程，得到训练好的bp神经网络，包括：
15、将初始最优权重和偏置参数赋值于bp神经网络，将样本集输入bp神经网络，通过前向传播计算输出误差，并通过反向传播优化网络中的权重和偏置参数，以最小化误差；
16、迭代前向传播和反向传播过程，直至bp神经网络在测试集上达到预设性能标准。
17、可选地，bp神经网络包括输入层、隐含层和输出层；
18、其中，输入层接收电压参数，隐含层使用s形激活函数对输入的电压参数进行非线性映射，输出层输出预测值，预测值为集电极-发射极电压。
19、可选地，在获取igbt的历史电压参数之后，还包括：
20、对历史电压参数进行清洗，识别并剔除异常值；
21、利用滤波器去除高频噪声，并进行归一化处理。
22、本专利技术还提供一种igbt的寿命预测装置，包括：
23、获取模块，用于获取绝缘栅双极型晶体管igbt的历史电压参数构建样本集；所述电压参数为与igbt寿命相关的电压参数；
24、模型构建模块，用于构建用于预测igbt寿命的bp神经网络；
25、优化模块，用于将bp神经网络的初始权重和偏置参数作为种群个体，以bp神经网络的均方误差函数作为适应度函数，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数；
26、训练模块，用于基于初始最优权重和偏置参数以及样本集对bp神经网络进行训练，迭代前向传播和反向传播过程，得到训练好的bp神经网络；
27、预测模块，用于将待预测的igbt的电压参数输入训练好的bp神经网络，通过训练好的bp神经网络对igbt的寿命进行预测。
28、本专利技术还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述igbt的寿命预测方法。
29、本专利技术还提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述igbt的寿命预测方法。
30、本专利技术提供的igbt的寿命预测方法具有以下有益效果：
31、将bp神经网络的初始权重和偏置参数作为种群个体，以bp神经网络的均方误差函数作为适应度函数，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数；基于初始最优权重、偏置参数和样本集进行bp神经网络训练，迭代前向传播和反向传播过程，得到训练好的bp神经网络；本专利技术通过鹈鹕优化算法的全局搜索能力来优化bp神经网络的初始权重和偏置参数，避免bp网络陷入局部最优解；对于鹈鹕优化算法得到初始最优权重和偏置参数，通过bp神经网络再次进行局部搜索，整个训练过程中动态调整bp网络的参数设置，以灵活适应输入电压参数的变化，提高了预测结果的准确性和可靠性。
本文档来自技高网...【技术保护点】
1.一种IGBT的寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的IGBT的寿命预测方法，其特征在于，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数，包括：
3.根据权利要求1或2所述的IGBT的寿命预测方法，其特征在于，基于初始最优权重和偏置参数以及样本集对BP神经网络进行训练，迭代前向传播和反向传播过程，得到训练好的BP神经网络，包括：
4.根据权利要求1或2所述的IGBT的寿命预测方法，其特征在于，BP神经网络包括输入层、隐含层和输出层；
5.根据权利要求1或2所述的IGBT的寿命预测方法，其特征在于，在获取IGBT的历史电压参数之后，还包括：
6.一种IGBT的寿命预测装置，其特征在于，包括：
7.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至5中任一项所述的IGBT的寿命预测方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实
...【技术特征摘要】
1.一种igbt的寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的igbt的寿命预测方法，其特征在于，通过鹈鹕优化算法进行全局搜索，得到初始最优权重和偏置参数，包括：
3.根据权利要求1或2所述的igbt的寿命预测方法，其特征在于，基于初始最优权重和偏置参数以及样本集对bp神经网络进行训练，迭代前向传播和反向传播过程，得到训练好的bp神经网络，包括：
4.根据权利要求1或2所述的igbt的寿命预测方法，其特征在于，bp神经网络包括输入层、隐含层和输出层；
5.根...
【专利技术属性】
技术研发人员：戴鹏，鲍君仪，魏思喆，高明畅，徐庆，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。