基于PSO-BP神经网络模型的IGBT老化预测

• 作者: 王宇 边少聪
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: IGBT BP神经网络 GA-BP PSO-BP 老化预测
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 输变电技术
• 页码范围: 58-64
• 页数: 7页
• 分类号: TN386
• 字数: 4953字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201911010

摘要

IGBT(绝缘栅双极型晶体管)在使用过程中会产生热量,在其内部产生疲劳累积,最终老化失效.而在IGBT老化过程中,其输出电气参数会发生变化,可据此判断IGBT的老化状态.为此,基于NASA PCoE研究中心提供的IGBT加速老化数据,选取IGBT关断过程中集射极电压尖峰值为失效特征参数;采用卡尔曼滤波对该参数进行预处理后,应用BP神经网络建立IGBT老化预测模型;分别使用遗传算法和粒子群优化算法对BP神经网络初始权值及阈值进行寻优,解决其易陷入局部最优的缺陷;应用均方误差、 平均绝对误差、 相关系数作为评价指标,对网络性能进行评估.结果表明,经优化后的网络效果均优于BP神经网络,而其中以PSO-BP算法所构建的IGBT老化预测模型为最优模型,可以更准确地实现IGBT的老化预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇	西安工程大学电子信息学院	6	43	4.0	6.0
2	边少聪	西安工程大学电子信息学院	1	0	0.0	0.0