提出电力电子变换器健康监测时序基础模型PE-TSFM

Xinyuan Liao 等提出面向电力电子变换器功率模块健康监测的时序基础模型 PE-TSFM，采用 PatchTST 架构结合自监督学习，在超过 1.43 亿个时间戳上训练，其中 98% 以上为无标签数据，采集自运行中的牵引变换器。论文称，该模型在退化分类任务上准确率达 87%，高于五种常规时序 AI 模型 27%–45% 的表现；论文已被第 2 届电气人工智能会议（EAIC 2025）接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。