买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华侨大学申请的专利SiC MOSFET寿命预测方法、装置、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121211135B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511768196.3，技术领域涉及：G06F18/241；该发明授权SiC MOSFET寿命预测方法、装置、设备和介质是由郭新华;戴一颖;周思齐设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本SiC MOSFET寿命预测方法、装置、设备和介质在说明书摘要公布了：SiCMOSFET寿命预测方法、装置、设备和介质，涉及功率电子器件健康检测技术领域。方法包含：获取多通道传感器采集的采集信号集。对采集信号进行预处理，并采用扩展卡尔曼滤波算法进行平滑与融合估计，并通过特征工程提取包括漏源极导通电压漂移率及热阻变化率在内的多维退化特征。采用改进人工鱼群算法对LSTM网络的关键超参数与初始权重进行全局优化。其中算法包括自适应寻优策略、混合局部搜索算子以及边界约束处理机制。使用多维退化特征对优化后的LSTM网络进行训练，建立多维退化特征与器件寿命之间的映射关系，获取训练后的预测模型。获取待预测的采集信号集，以提取多维退化特征并输入预测模型，获取剩余寿命预测结果。

本发明授权SiC MOSFET寿命预测方法、装置、设备和介质在权利要求书中公布了：1.一种SiCMOSFET寿命预测方法，其特征在于，包含： 获取多通道传感器采集的采集信号集； 对采集信号进行预处理，并采用扩展卡尔曼滤波算法进行平滑与融合估计，并通过特征工程提取包括漏源极导通电压漂移率及热阻变化率在内的多维退化特征； 采用改进人工鱼群算法对LSTM网络的关键超参数与初始权重进行全局优化；其中改进人工鱼群算法包括自适应寻优策略、混合局部搜索算子以及边界约束处理机制；其中，所述LSTM网络的关键超参数包括学习率、隐藏层神经元数量、时间步长、批量大小及迭代次数； 将LSTM需优化的关键超参数与初始权重编码为人工鱼群个体位置向量： ； 式中为人工鱼群个体位置向量、为学习率、为隐藏层神经元数量、为时间步长、为批量大小； 验证集损失为适应度函数： ； 式中为适应度函数、为验证集上的均方根误差、为训练数据集中的数据点总数、为第个数据点的真实值、为第个数据点的模型预测值； 所述改进人工鱼群算法中的自适应寻优策略根据鱼群个体密度和全局最优个体动态调整步长与视觉半径； ； 式中为搜索步长在第次迭代时的动态调节值、为搜索步长的最小值、为搜索步长的最大值、为自然对数、为当前的迭代次数、为预设的最大迭代次数或其他衰减控制参数； 使用多维退化特征对优化后的LSTM网络进行训练，建立多维退化特征与器件寿命之间的映射关系，获取训练后的预测模型； 获取待预测的采集信号集，以提取多维退化特征并输入所述预测模型，获取SiCMOSFET的剩余寿命预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。