基于特征提取与误差补偿的金属化薄膜电容器剩余寿命预测

作     者：成庶 刘嘉文 伍珣 于天剑 向超群 袁东辉 CHENG Shu;LIU Jiawen;WU Xun;YU Tianjian;XIANG Chaoqun;YUAN Donghui

作者机构：中南大学交通运输工程学院湖南省长沙市410075 中车长春轨道客车股份有限公司吉林省长春市130062 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2022年第42卷第7期

页      面：2672-2680页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金项目(52072414) 

主　　题：金属化薄膜电容器 特征提取 误差补偿 剩余寿命预测 

摘      要：金属化薄膜电容器是轨道交通变流系统的重要元器件之一,精确预测其剩余寿命有助于优化变流系统的运行维护策略,降低系统运用成本,同时降低故障和突发事故发生所带来的损失。由于老化试验成本与时间的限制,当前的寿命预测存在数据样本数小、特征参数测量点少等问题,因此,文中采用能较好适应该类样本的支持向量回归(support vector regression,SVR),并利用深度置信网络(deep belief network,DBN)在未构建复杂且未知的经验退化函数下对电容量退化序列的特征进行深度提取,建立融合DBN与“双通道支持向量回归(binary support vector regression,BSVR)的预测模型,其中“第一通道基于Linear核函数的SVR对序列实行多步递归预测(recursive multi-step forecast strategy,RMFS),随后将所获误差代入基于Gauss核函数的“第二通道SVR完成误差补偿训练,较好地消除了实行RMFS时所造成的累积误差。就此,提出基于特征提取与误差补偿的剩余寿命预测方法,并在老化试验下的金属化薄膜电容器电容量退化数据集上对所提方法进行仿真实验,实验结果表明,该方法在不同预测起点的平均预测误差仅为7.08%,相比已有预测方法有效提升了对电容器剩余寿命的预测精度,增强了模型的可靠性和泛化能力。