基于Bo-BiLSTM网络的IGBT老化失效预测方法

作     者：万庆祝 于佳松 佟庆彬 闵现娟 WAN Qingzhu;YU Jiasong;TONG Qingbin;MIN Xianjuan

作者机构：北方工业大学电气与控制工程学院北京100144 北京交通大学电气工程学院北京100044 

出 版 物：《电气技术》 (Electrical Engineering)

年 卷 期：2024年第25卷第3期

页      面：1-10页

学科分类：080903[工学-微电子学与固体电子学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081104[工学-模式识别与智能系统] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京市教育委员会基金项目(110052972027/067) 北京市自然科学基金项目(21C30037) 

主　　题：绝缘栅双极型晶体管(IGBT) 贝叶斯优化 双向长短期记忆(BiLSTM)网络 老化失效预测 

摘      要：针对绝缘栅双极型晶体管(IGBT)受热应力冲击后对其进行老化失效预测精度不高的情况,提出一种基于贝叶斯优化(Bo)-双向长短期记忆(BiLSTM)网络的IGBT老化失效预测方法。首先分析IGBT模块老化失效原理,然后基于NASA老化实验数据集建立失效特征数据库,最后利用Matlab软件构造Bo-BiLSTM网络预测失效特征参数数据。选取常用回归预测性能评估指标将长短期记忆(LSTM)网络模型、BiLSTM网络模型与Bo-BiLSTM网络模型的预测结果进行对比分析。结果表明,Bo-BiLSTM网络的模型拟合精度更高,基于Bo-BiLSTM网络的IGBT老化失效预测方法具有较好的预测效果,能够应用于IGBT的失效预测。