← 返回
可靠性与测试 IGBT 功率模块 可靠性分析 机器学习 ★ 5.0

高速列车功率IGBT模块剩余使用寿命预测的混合方法

Hybrid Method for Remaining Useful Life Prediction of Power IGBT Modules in High-Speed Trains

作者 Hengzhi Liu · He-sheng Zhang · Yicong Tang
期刊 IEEE Transactions on Power Electronics
出版日期 2024年11月
技术分类 可靠性与测试
技术标签 IGBT 功率模块 可靠性分析 机器学习
相关度评分 ★★★★★ 5.0 / 5.0
关键词 剩余使用寿命 IGBT 模块 电力电子 预测性维护 机器学习 可靠性评估
语言:

中文摘要

针对高速列车运行中IGBT模块剩余使用寿命(RUL)预测面临的不确定性、多变量及全生命周期数据匮乏等挑战,本文提出了一种混合预测方法,有效提升了复杂工况下功率器件寿命评估的准确性。

English Abstract

Accurately predicting the remaining useful life (RUL) of power insulated gate bipolar transistor (IGBT) modules is crucial for high-speed trains. Challenges under actual train operations, including significant uncertainty, multivariability, and insufficient full-lifecycle datasets of performance degradation parameters (PDPs), hinder the accurate RUL prediction. Thus, a hybrid RUL prediction approa...
S

SunView 深度解读

IGBT是阳光电源组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器(PCS)的核心功率器件。该研究提出的混合RUL预测方法,对于提升阳光电源iSolarCloud平台的智能化运维水平具有重要价值。通过引入该方法,可实现对逆变器及储能PCS内部核心功率模块的“健康状态(SOH)”实时监测与故障预警,从而将传统的被动维修转变为主动预防性维护。建议研发团队将其应用于大功率储能PCS的寿命管理,通过多物理场数据融合提升设备在极端环境下的可靠性,降低全生命周期运维成本。