(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111504417.8 (22)申请日 2021.12.10 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 伍伟　古湧乾　陈勇　 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/12(2020.01) (54)发明名称 一种基于脉冲神经网络的功率开关管故障 诊断方法 (57)摘要 本发明公开了一种基于脉冲神经网络的功 率开关管故障诊断方法， 其包括以下步骤： S1、 获 取功率开关管在工作过程中的开关信号； S2、 将 开关信号转换成脉冲序列； S3、 建立脉冲神经网 络故障诊断模型； S4、 进行功率开关管的故障诊 断。 本发明采用脉冲神经网络来进行功率开关管 的故障诊断， 该神经网络对于非线性的时间序列 问题有很好的处理效果， 具有很高的故障诊断精 度， 能够提高电力电子系统的安全可靠性， 具有 很大的实际运用价 值。 权利要求书1页 说明书3页 附图2页 CN 114154426 A 2022.03.08 CN 114154426 A 1.一种基于脉冲神经网络的功率 开关管故障诊断方法， 其特 征在于， 包括以下步骤： S1、 获取功率 开关管在工作过程中的开关信号； S2、 将开关信号 转换成脉冲序列； S3、 建立脉冲神经网络故障诊断模型； S4、 进行功率 开关管的故障诊断。 2.根据权利要求1所述的基于脉冲神经网络的功率开关管故障诊断方法， 其特征在于， 所述步骤S1的具体方法为： 获取功率开关管在正常工作过程中两个功率电极之间的电压开关信号， 开关信号包括 开启过程的信号与关断过程的信号。 3.根据权利要求1所述的基于脉冲神经网络的功率开关管故障诊断方法， 其特征在于， 所述步骤S2的具体方法为： 将得到的电压开关信号按照时间的先后 顺序， 并通过线性数据编码的方式转换成时间 脉冲序列。 4.根据权利要求1所述的基于脉冲神经网络的功率开关管故障诊断方法， 其特征在于， 所述步骤S3的具体步骤为： S3‑1、 建立一个脉冲神经网络故障诊断模型并进行参数初始化， 该模型主要包括输入 层、 隐含层和输出层， 其中输入部 分为步骤S2 转换后的脉冲序列， 输出部 分为一个输出脉冲 序列； S3‑2、 选取一部分输入脉冲序列来作为训练样本， 剩下一部分来作为测试验证样本， 通 过误差反向传播算法进行神经网络的参数训练， 并设置训练的迭代次数， 当达到训练的迭 代次数后结束训练， 并进行 结果验证， 验证通过则进入步骤S4， 否则返回步骤S3 ‑2。 5.根据权利要求1所述的基于脉冲神经网络的功率开关管故障诊断方法， 其特征在于， 所述步骤S4的具体步骤为： S4‑1、 将步骤S2编码后的所有脉冲序列输入到建立好的脉冲神经网络故障诊断模型中 进行计算， 得到一个输出 脉冲序列； S4‑2、 设置一个故障预警阈值， 计算输出脉冲序列与预警阈值之间的偏差， 当这个偏差 百分比小于20％时， 说明目前功率 开关管已经 出现了一定的故障， 建议进行停机维修。权　利　要　求　书 1/1 页 2 CN 114154426 A 2一种基于脉冲神经 网络的功率开关管故障诊断方 法 技术领域 [0001]本发明涉及半导体领域， 具体涉及一种基于脉冲神经网络的功率开关管故障诊断 方法。 背景技术 [0002]随着半导体技术的迅速发展， 半导体如今已经成为全国乃至全世界重点关注的领 域， 其中的功率开关管被广泛运用于能源控制、 传输和转换等方面， 但由于复杂的工作环 境， 高功率的运行条件， 以及频繁且高速的开关过程， 所以成为了能源系统中最容易 发生故 障的部分之一。 因此， 对于功率开关管 的运行情况进行实时的监测和分析具有非常重要的 意义， 特别是进行故障诊断方向的研究， 并提前做好预警措施， 就可以避免灾难性事故的发 生， 提高系统的安全性和可靠性， 所以对功率开关管进行故障诊断方向的研究具有很高的 实际运用价 值。 发明内容 [0003]本发明提出了一种基于脉冲神经网络的功率开关管故障诊断方法。 这种方法利用 脉冲神经网络来对功 率开关管进 行故障诊断， 脉冲神经网络对于非线性的时间序列问题有 很好的处 理效果， 且本发明的实用性强， 故障诊断精度高。 [0004]为了达到上述发明目的， 本发明采用的技 术方案为： [0005]提供一种基于脉冲神经网络的功率 开关管故障诊断方法， 其包括以下步骤： [0006]S1、 获取功率 开关管在工作过程中的开关信号； [0007]S2、 将开关信号 转换成脉冲序列； [0008]S3、 建立脉冲神经网络故障诊断模型； [0009]S4、 进行功率 开关管的故障诊断。 [0010]进一步地， 步骤S1的具体方法为： [0011]获取功率开关管在 正常工作过程中两个功率电极之间的电压开关信号， 开关信号 包括开启过程的信号与关断过程的信号。 [0012]进一步地， 步骤S2的具体方法为： [0013]将得到的电压开关信号按照时间的先后顺序， 并通过线性数据编码的方式转换成 时间脉冲序列。 [0014]进一步地， 步骤S3的具体方法包括以下步骤： [0015]S3‑1、 建立一个脉冲神经网络故障诊 断模型并进行参数初始化， 该模型主要包括 输入层、 隐含层和输出层， 其中输入部 分为步骤S2 转换后的脉冲序列， 输出部 分为一个输出 脉冲序列； [0016]S3‑2、 选取一部分输入脉冲序列来作为训练样本， 剩下一部分来作为测试验证样 本， 通过误差 反向传播算法进 行神经网络的参数训练， 并设置训练的迭代次数， 当达到训练 的迭代次数后结束训练， 并进行 结果验证， 验证通过则进入步骤S4， 否则返回步骤S3 ‑2。说　明　书 1/3 页 3 CN 114154426 A 3