我们的服务符合学术规范和道德
专业 高端让您使用时没有后顾之忧

半导体技术2025年第08期:基于KPCA-SENet的晶闸管退化特征提取与表征方法

来源:期刊VIP网 时间:


作者:陈权;吴骏;陈忠;祝琳;郑常宝;黄宇;

单位:安徽大学工业节电与电能质量控制协同创新中心;国网安徽省电力有限公司电力科学研究院;

摘要:晶闸管长期使用后会出现不可逆的性能下降,达到一定阈值后引发电路故障的概率会大幅上升,给特高压系统带来严重风险。为了保证特高压电网系统的安全运行,晶闸管的可靠性分析与退化状态评估尤为重要。通过仿真模拟加速寿命试验获取晶闸管的通态压降、反向恢复电荷、反向漏电流及反向恢复峰值电流的退化数据。首先通过结合局部均值分解(LMD)和自适应阈值对称小波基(symN)的方法进行降噪预处理,再通过结合核主成分分析(KPCA)与通道域注意力机制(SENet)对退化特征进行提取与融合,最后通过转换函数拟合建立综合退化指标(CDI),实现对晶闸管的退化表征。采用多个指标对该方法进行验证,结果表明CDI与退化特征参数及退化时间呈现出高度的相关性,证实了该方法的有效性。

关键词:晶闸管;;可靠性;;特征提取;;退化;;表征方法;;核主成分分析与通道注意力机制(KPCA-SENet)

基金资助:安徽省自然科学基金(JZ2023GJDQ0018)