← 返回
基于关断电压与卷积神经网络的IGBT模块结温监测方法
A Junction Temperature Monitoring Method for IGBT Modules Based on Turn-Off Voltage With Convolutional Neural Networks
| 作者 | Huimin Wang · Zhiliang Xu · Xinglai Ge · Yongkang Liao · Yongheng Yang · Yi Zhang · Bo Yao · Yuheng Chai |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年8月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | IGBT 功率模块 可靠性分析 深度学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 结温监测 IGBT模块 关断电压 卷积神经网络 可靠性评估 健康管理 电力电子变换器 |
语言:
中文摘要
结温监测（JTM）对IGBT模块的可靠性评估和健康管理至关重要。针对现有方法在负载电流依赖性方面存在精度不足的问题，本文提出了一种基于关断电压特征与卷积神经网络（CNN）的结温监测方法，有效提升了复杂工况下结温估计的准确性与鲁棒性。
English Abstract
Junction temperature monitoring (JTM) is essential for reliability evaluation and health management for insulated-gate bipolar transistor (IGBT) modules, and thus is extensively focused on in power electronics converters. However, many JTM methods for IGBT modules are criticized for providing inaccurate junction temperature information with strong load current dependence. To address this, a JTM me...
S
SunView 深度解读
结温监测是提升阳光电源核心产品（如组串式逆变器、PowerTitan储能系统）可靠性的关键技术。IGBT作为功率变换的核心器件，其热应力直接影响设备寿命。该方法利用CNN处理关断电压波形，能够摆脱传统方法对负载电流的强依赖，实现更精准的实时热状态感知。建议在iSolarCloud智能运维平台中集成此类算法，通过对逆变器和PCS内部功率模块的实时结温监控，实现从“事后维修”向“预测性维护”的转型，从而降低运维成本，提升产品在极端环境下的长期运行可靠性。