基于LSTM的金属化膜电容器寿命预测

• 作者: 管梦瑶 江南大学物联网工程学院
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 金属膜电容器 长短期记忆网络 寿命预测 深度学习
• 年，卷（期）: 2024,（5）
• 页码范围: 102-104
• 页数: 3页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.05.028

摘要

在实际充放电过程中，金属膜电容器的循环容量衰减过程中参与反应的影响因子复杂，是寿命预测的难点。从贴合实际且工程实用的角度出发，在分析老化数据特点的基础上，提出了一种基于长短期记忆网络（Long Short-Term Memory,LSTM）的金属化膜电容器寿命预测方法。所提方法相比于传统循环神经网络预测方法预测精度更高，也更具有工程实用性。