基于聚类分类算法的IGBT健康状态分类研究

作者：王志远; 孙鹏菊^*; 王海波; 杨舒萌

来源：电工电能新技术, 2021, 40(11): 1-8.

• 绝缘栅双极型晶体管
• K-Means聚类
• SVM分类
• 状态分类评估模型

绝缘栅双极型晶体管(IGBT)是功率变流器中最常用,也是故障率最高的元器件,因此其健康状态分类评估极为重要。文中基于聚类分类算法建立了IGBT模块的健康状态分类评估模型。首先根据聚类分类原理,简述了IGBT模块状态分类模型建立的步骤。然后以饱和压降和短路电流作为老化特征量,分析了老化过程特征量的变化趋势。最后搭建了IGBT模块健康状态分类评估模型,基于已有的数据集对模型进行了检测,模型分析结果与测试结果基本一致,验证了健康状态分类评估模型的准确性。

• 单位
  输配电装备及系统安全与新技术国家重点实验室; 重庆大学