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！

龙图腾网获悉西南交通大学申请的专利基于开通栅极电压全局特征的键合线健康状态监测方法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：CN115586413B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211206111.9，技术领域涉及：G01R31/26；该发明授权基于开通栅极电压全局特征的键合线健康状态监测方法是由葛兴来;柴育恒;许智亮;王惠民;冯晓云设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于开通栅极电压全局特征的键合线健康状态监测方法在说明书摘要公布了：本发明公开了一种基于开通栅极电压全局特征的键合线健康状态监测方法，具体为：利用双脉冲实验获取开通栅极电压全局特征信息并拆分为训练集与测试集，作为键合线断裂监测模型的输入；在此基础上，结合线性判别分析LDA和支持向量机SVM降低客观因素的影响，获取键合线断裂监测最优模型，实现IGBT键合线健康状态的准确监测。本发明适用于变流器实际运行工况，并且该键合线健康状态监测方案具有易于实现，方便直接，鲁棒性强的特点，弥补了现有基于功率回路电气特征参数的键合线健康状态监测方法中参数提取困难、安全性差、受到IGBT结温和负载电流工况变化等因素干扰的技术问题。

本发明授权基于开通栅极电压全局特征的键合线健康状态监测方法在权利要求书中公布了：1.一种基于开通栅极电压全局特征的键合线健康状态监测方法，其特征在于，包括以下步骤： 步骤1：利用双脉冲平台开展键合线剪断实验获取键合线断裂根数与开通栅极电压全局特征数据，并对数据样本进行设置标签、降噪滤波和归一化数据前处理； 开通栅极电压全局特征数据为开通瞬态中栅极电压的全体数据点，全体数据点具体定义范围为开通瞬态过程中栅极电压从关断值VGOFF达到稳定值VGON过程中的全部数据点； 步骤2：将数据样本划分为训练集与测试集，两者比例为从7:3到4:6，训练集与测试集分别用于对键合线断裂监测模型进行训练与测试； 步骤3：采用有监督的线性判别分析LDA对开通栅极电压全局特征数据进行降维，再利用支持向量机SVM对降维空间中的样本的断裂根数信息进行判别； LDA的目标在于利用已有的样本标签信息，寻找某一投影方向，使得降维后数据在低维空间中同类标签样本间的分离程度最小，而不同类标签样本间的分离程度最大； 针对多类别的降维问题，LDA中最优投影方向的寻找可转为式1的优化求解： 式中，w1-wd所寻找的d个正交投影向量，W表示张成的投影空间；Sb和Sw分别是类间散度矩阵和类内散度矩阵，用以表征样本在类间及类内的离散程度； 当式1取得极大值时，则表明经过W矩阵变换后的数据样本在新特征空间中同类样本间相互靠近，而不同类的样本相互远离； SVM的核心在于高维映射空间中最优超平面的寻找，如式2所示： 式2中，w1-wn和b为超平面的相关参数，W表示由w1-wn组成的矩阵，则表示某种从低维向高维空间的映射关系；SVM的优化目标函数表示如式3所示： 式3中，ξi是为了增加SVM算法对分类误差的容忍能力而引入的松弛因子；C表示惩罚因子，用于限制松弛因子的大小，当惩罚因子越大，允许的分类误差的越小，反之，则允许的分类误差越大；关于映射利用设定的核函数去替代其完成高维空间中的内积运算，从而间接实现上述SVM优化问题的求解； 在取得上述参数后，样本将在高维映射空间中按照式4进行划分： 式4中，xi表示数据样本，yi表示SVM给出的分类结果，上面仅给出二分类问题的情况，当yi等于1则表示正类，-1表示负类； 步骤4：通过交叉验证对键合线断裂监测模型进行训练，当该模型满足监测精度要求后，输入实际工况下的测试样本进行键合线断裂的检测。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段111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。