基于LSTM的交流接触器剩余寿命预测

作者:刘树鑫; 高士珍; 刘洋; 李静; 曹云东
更新时间:

交流接触器是各种低压控制线路中经常使用的地方,因此剩余寿命预测可以大大提高电力控制系统的运行稳定性。针对交流接触器剩余寿命预测没有充分利用退化过程前后状态之间的关系的问题,提出了一种基于long短时记忆神经网络(LSTM)的交流接触器剩余寿命预测方法。首先,通过交流接触器生命周期测试平台获取整个生命周期的退化数据,提取能够反映其运行状态的特征参数。其次,利用灰色关联分析(GRA)和皮尔逊相关系数(Pearson、correlation coefficient、PCC)的方法消除多维参数的冗余信息,选择特征作为预测模型的输入样本。最后,对LSTM预测模型进行训练。试验结果表明,与传统的回归神经网络(RNN)相比,基于LSTM的剩余寿命预测模型能够充分利用整个生命周期时间序列数据的相关信息,在交流接触器的剩余寿命预测中具有更高的精度。