本发明涉及半导体领域，具体涉及一种基于参量变换的igbt健康状态监测方法。
背景技术：
随着环境问题逐渐受到重视，人们越来越青睐于选择低碳环保的生产、生活方式，在这种大环境下，全球可再生能源的发展正在推动风能系统成为一种主流能源。根据目前已投入使用的风能系统可知，风能系统的可用性极高，其能量利用率取决于涡轮机，平均水平可以达到96％。虽然风能系统的能量利用率很高，但它仍然会受到机械和电气故障的影响。根据调查可知，在风能系统中，电气故障率远高于机械故障率。风能系统的电气部分由双馈感应发电机、功率转换器和变压器组成。
当下，功率转换器的实际使用寿命小于其他子系统，以年为时间尺度进行统计，功率转换器故障大约占风能系统全部故障的20％。根据最近的一项调查，功率半导体器件是功率转换器中最脆弱的组件，由于功率转换器中半导体的数量庞大，使得这个组件成为功率转换器中最重要的组件。而igbt又占据了风能系统中功率半导体开关的42％。因此，一个可以对igbt实现准确的健康状态监测和运行状况管理的系统是必要的，它可以防止由于igbt故障导致风能系统关闭。
众所周知，健康状态监测方法可以分为三种不同的类型，分别是：基于物理的、基于数据的和混合的方法。每种方法都利用了不同的信息。基于数据的方法中，人们所研究的出发点几乎都是寻找什么参数才是最适合表征igbt健康状况的参数，选择合适的数据取决于许多因素，如噪声和波动。
技术实现要素：
针对igbt组件健康状态监测参数选取困难的问题，本发明提供了一种基于参量变换的igbt健康状态监测方法。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种基于参量变换的igbt健康状态监测方法，其包括以下步骤：
s1、特征数据采集：建立老化数据采集平台，采集与目标igbt同规格igbt在不同工作条件下的集电极和发射极之间电压值vce；
s2、数据处理：选取体现与目标igbt同规格igbt退化行为的vce时域特征，使用主成分分析算法对选取的特征进行降维简约；
s3、得到新参量：选取主成分分析处理后的第一特征量作为新的健康指标参量i；
s4、建立老化特征数据库：根据采集的与目标igbt同规格igbt在不同健康状况下的参量i幅值，建立一个关于目标igbt健康状况与参量i幅值的数据库；
s5、健康状态监测：采集目标igbt的参量i幅值，与建立的老化特征数据库中进行比对，判断igbt的健康状况。
进一步地，步骤s1中，工作条件包括栅极与发射极间的栅电压、集电极电流和管壳温度。
进一步地，步骤s2中，选取vce的标准差、峰峰值、平均值等时域特征作为健康状态监测的原始特征。
进一步地，步骤s2中，对特征提取中得到的特征空间进行降维，首先利用关联维数估计算法估计新的空间维度，再利用主成分分析技术将提取的特征转化到低维空间。
进一步地，步骤s3中，因为在新的特征空间中第一个特征具有最高的特征值，所以选用它来估计igbt的运行退化状况。
本发明的有益效果为：本发明提供了一种基于参量变换的igbt健康状态监测方法。通过主成分分析算法将特征空间降维得到一个新的igbt健康指标参量i，解决了igbt运行退化趋势参数的选择问题，使用更优的参量实现igbt的健康状态监测。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该基于参量变换的igbt健康状态监测方法包括以下步骤：
s1、特征数据采集：建立老化数据采集平台，采集与目标igbt同规格igbt在不同工作条件下的集电极和发射极之间电压值vce；
s2、数据处理：选取体现与目标igbt同规格igbt退化行为的vce时域特征，使用主成分分析算法对选取的特征进行降维简约；
s3、得到新参量：选取主成分分析处理后的第一特征量作为新的健康指标参量i；
s4、建立老化特征数据库：根据采集的与目标igbt同规格igbt在不同健康状况下的参量i幅值，建立一个关于目标igbt健康状况与参量i幅值的数据库；
s5、健康状态监测：采集目标igbt的参量i幅值，与建立的老化特征数据库中进行比对，判断igbt的健康状况。
本发明解决了趋势参数的选择问题，使用特征约简技术，提出了一种新的igbt设备健康指示参量i，并采用主成分分析技术来对从测量数据中提取的原始特征进行降维处理。
步骤s1中，所述工作条件包括栅极与发射极间的栅电压、集电极电流和管壳温度。
步骤s2中，选取vce的标准差、峰峰值、平均值等时域特征作为健康状态监测的原始特征，总结出退化规律，并用线性变换将特征标准化。
步骤s2中，对特征提取中得到的特征空间进行降维，首先利用关联维数估计算法估计新的空间维度，在一次具体实例中估计的空间维度为1.38，故将维度固定到一维。之后再利用主成分分析技术将步骤s2中提取的特征转化到低维空间。
步骤s3中，因为在新的特征空间中第一个特征具有最高的特征值，所以选用它来估计igbt的运行退化状况。
综上所述，本发明提供了一种基于参量变换的igbt健康状态监测方法。通过主成分分析算法将特征空间降维得到一个新的igbt健康指标，解决了igbt运行退化趋势参数的选择问题，使用更优参量实现igbt的健康状态监测。
1.一种基于参量变换的igbt健康状态监测方法，其特征在于，包括以下步骤：
s1、特征数据采集：建立老化数据采集平台，采集与目标igbt同规格igbt在不同工作条件下的集电极和发射极之间电压值vce；工作条件包括栅极与发射极间的栅电压、集电极电流和管壳温度；
s2、数据处理：选取体现与目标igbt同规格igbt退化行为的vce时域特征，使用主成分分析算法对选取的特征进行降维简约；
s3、得到新参量：选取主成分分析处理后的第一特征量作为新的健康指标参量i；
s4、建立老化特征数据库：根据采集的与目标igbt同规格igbt在不同健康状况下的参量i幅值，建立一个关于目标igbt健康状况与参量i幅值的数据库；
s5、健康状态监测：采集目标igbt的参量i幅值，与建立的老化特征数据库中进行比对，判断igbt的健康状况。
2.根据权利要求1所述的基于参量变换的igbt健康状态监测方法，其特征在于，步骤s2中，选取vce的标准差、峰峰值、平均值等时域特征作为健康状态监测的原始特征。
3.根据权利要求1所述的基于参量变换的igbt健康状态监测方法，其特征在于，步骤s2中，对特征提取中得到的特征空间进行降维，首先利用关联维数估计算法估计新的空间维度，再利用主成分分析技术将提取的特征转化到低维空间。
4.根据权利要求1所述的基于参量变换的igbt健康状态监测方法，其特征在于，步骤s3中，因为在新的特征空间中第一个特征具有最高的特征值，所以选用它来估计igbt的运行退化状况。
技术总结