[发明专利]一种基于GRU模型的电路故障实时预测方法及验证电路

摘要

本发明提供了一种基于GRU模型的电路故障实时预测方法及验证电路，将深度学习和区间估计结合在一起，同时利用两种方法的优点来获得更准确的可靠性预测的概率分布。基于循环神经网络的GRU模型具有保留时间序列数据的历史信息的性质，在这里被用于估计初始预测结果并帮助计算初始可靠性概率分布的参数。随后基于贝叶斯估计的区间估计算法通过现场运行数据更新时变参数，并不断实时更新潜在的被测对象的可靠性概率分布。在实验阶段，采用椭圆滤波器电路的输出频域信号偏差的实验结果证明，本文所提方法可以有效地利用实时数据，不断修正预测精度，更新和优化可靠性性能的时变参数，从而在考虑不确定性的情况下实时预测电路的可靠性概率分布情况。