[发明专利]一种预测UPS系统中电力电子器件剩余寿命的方法

权利要求书

1.一种预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，所述方法包括以下步骤：

从IGBT开始工作时刻计时，每当IGBT工作一定的时间，测量IGBT两端的电压和流过IGBT的电流，并计算出导通电阻，将工作时间和对应的导通电阻保存起来，作为训练样本和测试样本；

利用训练样本训练支持向量机，采用粒子群算法进行参数寻优，根据所求的最佳参数重新训练支持向量机，获得最优的支持向量机模型回归模型，并利用训练样本和测试样本对优化的支持向量机进行训练和测试；

将计算出的导通电阻输入经优化和训练好的支持向量机回归模型来预测IGBT已工作的时间，获得所预测的IGBT剩余寿命。

2.如权利要求1所述的预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，所述导通电阻为导通期间的一段时间内的电压变化量与电流变化量之比。

3.如权利要求1所述的预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，所述利用训练样本训练支持向量机，采用粒子群算法进行参数寻优，根据所求的最佳参数重新训练支持向量机，获得最优的支持向量机模型回归模型，并利用训练样本和测试样本对优化的支持向量机进行训练和测试包括：

初始化粒子群每个粒子的速度；

计算每个粒子的适应度；

确定每个粒子的个体极值点和全局最优极值点；

更新每个粒子的位置和速度；

判断迭代次数是否达到最大值，若达到设置的最大迭代次数，则最后一次迭代的全局最优值中的值就是所求的，否则返回确定每个粒子的个体极值点和全局最优极值点，继续迭代计算；

选择最优的参数用于支持向量机。

4.如权利要求3所述的预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，计算每个粒子的适应度采用如下公式实现：

式中：f(x_i)是支持向量机回归模型的输出，y_i是实测输出量。

5.如权利要求4所述的预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，所述确定每个粒子的个体极值点和全局最优极值点，使每个粒子的适应度与个体极值和全局极值比较，如果它的适用度优于个体极值，则用当前值替换个体极值；如果它的适用度优于全局极值，则用当前值替换全局极值。

6.如权利要求5所述的预测UPS系统中电力电子器件剩余寿命的方法，更新每个粒子的位置和速度可根据式(3)更新每个粒子的速度和位置，具体如下：

式中：k为当前迭代次数；d为具体的维数；ω为惯性权重，反应粒子上一代速度对当前代速度的影响；c₁、c₂为加速因子，分别代表粒子向个体极值和全局极值靠近过程的调整权重；ξ和η是[0，1]上均匀分布的随机数，用来保证群体的多样性。

7.如权利要求1至6任一项所述的预测UPS系统中电力电子器件剩余寿命的方法，其特征在于，所述将计算出的导通电阻输入经优化和训练好的支持向量机回归模型来预测IGBT已工作的时间，获得所预测的IGBT剩余寿命包括：

设定给定训练样本集；

将原始空间映射到高维特征空间的非线性映射，在高维空间中用下述线性函数进行拟合；

引入松弛因子，通过最小化目标函数来确定回归系数向量和阈值；

用来平衡回归函数f的平坦程度和偏差大于ε样本点的个数；

基于约束条件求得线性回归函数，线性回归函数中采用高斯核函数。