摘要
本发明提供了基于神经网络的变频器IGBT结温预测方法，涉及神经网络技术领域，包括：获取地铁牵引传动系统的电路结构和运行参数，构建动态热网络模型；建立仿真工况集，进行仿真采集实时参数集，预处理后建立样本数据集；建立带有多输入层的神经网络，执行训练构建IGBT结温预测模型，每个输入层映射有一个特征提取子网络，利用特征提取子网络进行特征提取，根据特征提取结果进行神经网络训练；利用IGBT结温预测模型进行数据预测，建立结温时间序列。本发明解决了现有技术难以捕捉复杂运行条件下结温的动态变化，特别是在负载波动较大或多工况切换时，传统模型的预测误差显著增大，导致结温预测的准确性不足的技术问题。
