← 返回
基于字典学习重构的计算高效动态热建模
Computationally Efficient Dynamic Thermal Modeling Based on Dictionary Learning Reconstruction
| 作者 | Xinyue Zhang · Yi Zhang · Dao Zhou · Xiaohua Wu · Huai Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年12月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 可靠性分析 功率模块 热仿真 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 功率半导体 热估计 字典学习 动态热建模 可靠性设计 任务剖面 正交分解 |
语言:
中文摘要
针对功率半导体在长期任务剖面下的热评估需求，本文提出了一种基于字典学习重构的动态热建模新范式。通过正交分解将长期耗散数据转化为有限基脉冲，实现了热估计的计算高效性，为功率器件的可靠性设计与实时热评估提供了有力支持。
English Abstract
Accurate and rapid thermal estimation holds immense significance in the analysis of power semiconductors under long-term mission profile, reliability design, and real-time thermal assessment. This letter proposes a novel paradigm shift for thermal estimation of power semiconductors. First, long-term dissipation data are transformed into a limited set of base pulses through orthogonal decomposition...
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）具有极高的应用价值。在逆变器和PCS的长期运行中，功率模块（IGBT/SiC）的热可靠性是决定系统寿命的关键。传统的有限元仿真计算量巨大，难以实现长期任务剖面的实时热监控。该研究提出的字典学习重构方法，能够显著降低计算开销，直接嵌入到iSolarCloud智能运维平台或逆变器本地控制器中，实现对功率器件结温的实时精准监测，从而优化散热设计、提升产品可靠性，并为预测性维护提供数据支撑。