简介： 本发明公开了一种基于神经网络预测的IGBT模块状态检测系统及方法，包括构建BP神经网络；以集电极‑发射极电压VCE、集电极电流IC、感应电压VeE、开关频率fPWM、壳温T参量作为系统输入量，分别进行归一化处理；数据输入步骤1得到的BP神经网络，输出IGBT模块状态。本发明揭示了IGBT器件失效演化规律，提出了基于IGBT结温的IGBT器件健康状态的三个等级，分别为正常(N)、中度退化(M)和重度退化(S)，从而更加精准的反映IGBT老化程度。