科技与创新2024，Issue(5) ：102-104.DOI:10.15913/j.cnki.kjycx.2024.05.028

基于LSTM的金属化膜电容器寿命预测

管梦瑶
科技与创新2024，Issue(5) ：102-104.DOI:10.15913/j.cnki.kjycx.2024.05.028
✕
  • NETL
  • NSTL
  • 万方数据

基于LSTM的金属化膜电容器寿命预测

管梦瑶1
扫码查看

作者信息

  • 1. 江南大学物联网工程学院,江苏 无锡 214000
  • 折叠

摘要

在实际充放电过程中,金属膜电容器的循环容量衰减过程中参与反应的影响因子复杂,是寿命预测的难点.从贴合实际且工程实用的角度出发,在分析老化数据特点的基础上,提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的金属化膜电容器寿命预测方法.所提方法相比于传统循环神经网络预测方法预测精度更高,也更具有工程实用性.

关键词

金属膜电容器/长短期记忆网络/寿命预测/深度学习

引用本文复制引用

出版年

2024
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
参考文献量12
段落导航相关论文