← 返回
用于SiC MOSFET瞬态仿真的一种快速准确的混合数据驱动建模方法
Hybrid Data-Driven Modeling Methodology for Fast and Accurate Transient Simulation of SiC MOSFETs
| 作者 | Peng Yang · Wenlong Ming · Jun Liang · Ingo Ludtke · Steve Berry · Konstantinos Floros |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2022年1月 |
| 技术分类 | 功率器件技术 |
| 技术标签 | SiC器件 宽禁带半导体 功率模块 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | SiC MOSFET 瞬态仿真 数据驱动建模 人工神经网络 电力电子 建模方法 |
语言:
中文摘要
为实现SiC MOSFET瞬态仿真的快速与高精度，本文提出了一种混合数据驱动建模方法。不同于基于复杂非线性方程的传统建模，该方法利用人工神经网络（ANN）进行建模。通过在全工作区域测量I-V特性来训练模型，从而在保证精度的同时显著提升了仿真效率。
English Abstract
To enable fast and accurate models of SiC MOSFETs for transient simulation, a hybrid data-driven modeling methodology of SiC MOSFETs is proposed. Unlike conventional modeling methods that are based on complex nonlinear equations, data-driven artificial neural networks (ANNs) are used in this article. For model accuracy, the $I$–$V$ characteristics are measured in the whole operation region to trai...
S
SunView 深度解读
SiC MOSFET是阳光电源组串式光伏逆变器、PowerTitan储能系统及电动汽车充电桩提升功率密度和效率的核心器件。该建模方法利用机器学习替代复杂的物理方程，能显著缩短研发阶段的电路仿真周期，并提升对高频开关瞬态过程的预测精度。建议研发团队将其应用于高频功率模块的优化设计中，以辅助评估SiC器件在极端工况下的损耗与电磁干扰（EMI）特性，从而进一步优化逆变器及PCS产品的散热设计与控制策略，提升系统整体可靠性。