一种结合LSTM网络和维纳过程的剩余寿命预测方法

摘要

本发明公开了一种结合LSTM网络和维纳过程的剩余寿命预测方法，本发明一种结合长短期记忆神经网络和维纳过程的剩余寿命预测新方法，通过加速待测器件的寿命实验，获取待测器件在不同时刻的退化量；然后利用退化数据训练一个LSTM网络；接着通过迁移学习的方法对训练好的LSTM网络进行微调，并将微调后的LSTM网络用于代替维纳过程中的退化趋势函数；最后通过逆高斯分布计算出当前时刻下待测器件RUL的概率密度函数，具有预测精度高、实时性好、预测速度快等特点。