基于自适应窗口 LITF-LSTM的DC-DC电路故障预测

摘要

为了提高电力电子电路故障预测的准确性和快速性,对所采用的故障特征性能参数利用LIFT保真去噪法进行处理,并根据数据特征划分多个数据窗口,利用长短记忆神经网络LSTM对DC-DC电路特征性能参数达到 自适应预测.预测时可自动调整窗口的大小,找到最优的训练集个数,使得预测精度最高.以DC-DC电路中的boost电路为例,以输出电压作为监测信号,并计算特征参数Upp和Uave.根据电路性能设定电压阈值,分别建立基于自适应数据窗的LSTM故障预测模型和基于自适应数据窗的LITF-LSTM故障预测模型,通过对比分析预测结果,充分说明LITF-LSTM预测模型的有效性,最后分析预测数据是否达到所设阈值来判断电路在未来时刻是否发生故障.