（School of Electrical Engineering, Shanghai Dianji University, Shanghai 201306, China）
Abstract: Accurate prediction of the residual electrical life of AC contactors is of great significance in ensuring the safety of the electrical system. Through accelerated electrical lifetime testing of AC contactors, completing electrical lifespan data of test samples were acquired.Wavelet transform method was employed to determine the starting and ending moments of arcing in the breaking phase of an AC contactor,and the arcing time, arcing energy and average arcing power in the time domain of the arcing signal were calculated accordingly. Extracting root mean square, standard deviation, skewness, and form factor feature parameters in the statistical domain, and then the fusion of the time domain and statistical domain feature parameters during arcing is selected by the method of mutual information, and the voltage standard deviation,voltage root mean square, average arcing power, and the arcing energy feature parameters are selected and used as inputs to the gate recurrent unit(GRU), temporal convolutional network(TCN), improved TCN prediction models to complete the prediction task. By comparing the fitting degree of the prediction results of the three models with the actual electric lifetime values of AC contactors and the evaluation indexes of the prediction results, it is obtained that the prediction results of the improved TCN model have a higher fitting degree with the actual electric life values, higher prediction accuracy, and the best performance among the three models.
Key words: AC contactor; electrical lifetime; wavelet transform; improved TCN model; mutual information
參考文獻
[1] 李奎，段宇，黃少坡，等. 基于 Wiener 過程的交流接觸器剩余電壽命預測[J] . 中國電機工程學報，2018，38(13) ：3978-3986.
[2] 趙成晨，李奎，胡博凱，等. 變應力條件下低壓斷路器剩余電壽命預測[J] . 中國電機工程學報，2022，42(21) ：8004-8015.
[3] 成庶，陳日升，向超群. 基于觸頭燃弧損耗的動車組交流接觸器剩余電壽命預測[J] . 鐵道科學與工程學報，2024，21(10) ：3978-3988.
[4] 馬飛越，李澳，吳誠威，等. 基于 LSTM-MIV 神經網絡的 SF6 斷路器觸頭電壽命預測[J] . 高壓電器，2024，60(2) ：69-77.
[5] 邢朝健，劉樹鑫，高書豫，等. 基于數據增強 SDAE-BiGRU 的交流接觸器剩余電壽命預測[J]. 高電壓技術，2024，50(11) ：4990-5004.
[6] 李雪嶺. 基于 BP 神經網絡的交流接觸器電壽命預測[D].天津：河北工業大學，2015.
[7] 王振宇，向澤銳，支錦亦. 離散小波變換和自編碼器耦合的腦電信號異常檢測方法[J] . 北京郵電大學學報，2024，47(2) ：66-73.
[8] 郭嬌. 開關類設備壽命預測方法研究[D]. 北京：北京交通大學，2020.
[9] 李巖峰. 基于動態神經網絡的接觸器壽命預測模型研究[D]. 沈陽：沈陽工業大學，2021.
[10] 張婧，曹峰，董毓瑩，等. 基于互信息和遺傳算法的特征選擇算法[J] . 山西大學學報(自然科學版)，2024，47(1) ：1-8.
[11] 佟敏，史昌明，馬善為，等. 基于互信息參數優化 BP 神經網絡的生物質發電量預測研究[J]. 中國農機化學報，2023，44(2) ：126-131.
[12] 馮俊磊，呂衛東，段雪艷，等. 基于模態分解和 TCN-BiLSTM 的風電功率預測[J] . 電子測量技術，2024，47(14) ：49-56.
[13] 王印松，呂率豪. 基于改進時間卷積網絡的微電網超短期負荷預測[J]. 太陽能學報，2024，45(6) ：255-263.
[14] 楊鑫源，范傳光，葉佳銳，等. 基于 TCN-Attention 模型的電力負荷短期概率預測方法[J] . 供用電，2025，42(4) ：91-98.
[15] 王金玉，金宏哲，王海生，等.ISSA 優化 Attention 雙向 LSTM 的短期電力負荷預測[J]. 電力系統及其自動化學報，2022，34(5) ：111-117.
[16] 董宏麗，孫桐，王闖，等. 基于門控注意網絡模型的天然氣管道泄漏檢測新方法[J] . 天然氣工業，2025，45(1) ：25-36.
