基于改进小波神经网络的IGBT时间序列预测算法研究 |
| |
作者单位: | 磁浮技术与磁浮列车教育部重点实验室,四川成都610031;西南交通大学电气工程学院,四川成都611756 |
| |
摘 要: | 针对IGBT老化失效问题,提出一种基于遗传算法改进的小波神经网络时间序列预测方法。在分析IGBT失效原理的基础上,利用IGBT老化数据集,选取关断瞬时"集电极-发射极"尖峰电压为失效特征参数,采用滑动时间窗法构建训练集与测试集,然后在MATLAB中搭建遗传算法改进的小波神经网络预测模型进行预测,并与传统的小波神经网络预测模型对比分析。试验结果显示,遗传算法改进的小波神经网络预测方均误差为0.017 1,方均根误差为0.130 9,平均绝对误差为0.109 6,分别比传统小波神经网络预测模型降低了0.005 7, 0.020 0, 0.064 0,有效提升了IGBT时间预测的精度。
|
关 键 词: | 绝缘栅双极型晶体管 失效机理 小波神经网络 遗传算法 时间序列预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|