← 返回
一种基于神经网络的SPICE环境电热器件交互仿真方法
A Neural Network Based Approach to Simulate Electrothermal Device Interaction in SPICE Environment
| 作者 | Diego Chiozzi · Mirko Bernardoni · Nicola Delmonte · Paolo Cova |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2019年5月 |
| 技术分类 | 功率器件技术 |
| 技术标签 | 功率模块 可靠性分析 多物理场耦合 热仿真 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 神经网络 电热耦合 功率器件 SPICE 非线性建模 温度相关性 仿真方法论 |
语言:
中文摘要
本文提出了一种基于神经网络（NN）的电力电子器件电热交互仿真建模方法。该方法利用神经网络处理电力电子器件复杂的非线性及温度相关特性，并特别适用于电气仿真软件（如SPICE）的集成，有效提升了电热耦合仿真的效率与精度。
English Abstract
An innovative modeling methodology for the simulation of electrothermal interaction in power devices, based on neural networks (NNs), is shown. The suitability of NNs in modeling the complicated nonlinear, temperature dependent characteristic that power electronics devices feature is shown. The proposed methodology is particularly suited to be implemented in electrical simulators. The approach can...
S
SunView 深度解读
该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan储能系统）具有极高价值。在功率密度不断提升的趋势下，IGBT/SiC模块的热管理是影响系统可靠性的关键。该方法通过神经网络实现电热耦合仿真，可显著缩短研发周期，提升对功率模块在极端工况下热应力的预测精度。建议研发团队将其引入iSolarCloud的数字孪生模型或逆变器/PCS的早期设计阶段，以优化散热结构设计，降低功率器件失效风险，从而提升产品全生命周期的可靠性。