买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南方电网科学研究院有限责任公司;广东电网有限责任公司阳江供电局申请的专利基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119578255B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411829912.X，技术领域涉及：G06F30/27；该发明授权基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置是由李凌飞;侯婷;关喜升;罗文博;黄一洪;辛清明;唐晓军;罗毅设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置在说明书摘要公布了：本发明提供了一种基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置，包括获取与高压功率模块劣化状态相关的多维度状态参量；将多维度状态参量输入到预训练的预测模型中，得到高压功率模块的剩余寿命预测结果；其中，预测模型的结构包括多个LSTM层，预测模型通过每个LSTM层对应提取一个维度的状态参量的时序特征，并进行加权融合后输出预测结果。本发明能够通过优化神经网络结构和参数，结合多种关键状态参量，提高预测的准确性和可靠性，从而确保电力电子系统的安全稳定运行。

本发明授权基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法和相关装置在权利要求书中公布了：1.基于优化神经网络与多参量特征融合的高压功率模块剩余寿命预测方法，其特征在于，包括如下步骤： 获取与高压功率模块劣化状态相关的多维度状态参量； 将所述多维度状态参量输入到预训练的预测模型中，得到所述高压功率模块的剩余寿命预测结果； 其中，所述预测模型的结构包括多个LSTM层，所述预测模型通过每个所述LSTM层对应提取一个维度的所述状态参量的时序特征，并进行加权融合后输出预测结果； 所述预测模型的训练流程包括： 利用滑动窗口对所述多维度状态参量进行数据重构，并计算每个样本对应的剩余寿命； 将所有样本的结构更新为对应的特征参量和剩余寿命，并形成优化神经网络的数据库； 基于所述优化神经网络的数据库训练多层级LSTM网络，得到多参量融合的所述预测模型； 所述预测模型的结构包括： 输入层、数据解构层、多层级LSTM层、自注意力层、全连接层和输出层，其中，所述数据解构层用于将所述多维度状态参量按照不同维度进行划分，得到多个一维数组；所述多层级LSTM层中的每个LSTM网络对应提取一个所述一维数组的时序特征；所述自注意力层用于将多个所述LSTM网络所提取的特征进行加权融合；所述全连接层用于根据融合后的特征生成预测的剩余寿命。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南方电网科学研究院有限责任公司;广东电网有限责任公司阳江供电局，其通讯地址为：510663 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。