← 返回
IGBT结温预测精度：一种优化支持向量机的改进旗鱼算法
Accuracy of IGBT Junction Temperature Prediction: An Improved Sailfish Algorithm to Optimize Support Vector Machine
| 作者 | Lingling Li · Jiaqi Liu · Ming-Lang Tseng · Ming K. Lim |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年6月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | IGBT 可靠性分析 机器学习 功率模块 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | IGBT 结温预测 旗鱼优化算法 支持向量机 可靠性 电力电子 |
语言:
中文摘要
本文针对IGBT结温预测精度问题，提出了一种基于改进旗鱼优化算法（ISFO）优化支持向量机（SVM）的预测模型。由于结温直接影响IGBT的可靠性与系统安全运行，该模型通过优化算法提升了预测精度，为电力电子系统的状态监测与寿命评估提供了有效手段。
English Abstract
This study improves the accuracy of junction temperature prediction, as the insulated gate bipolar transistor (IGBT) reliability is important for the safe operation of its working system due to junction temperature is limited in its actual performance and reliability. A model based on an improved sailfish optimization algorithm to optimize support vector machine (ISFO-SVM) is proposed to solve the...
S
SunView 深度解读
结温预测是提升阳光电源逆变器及储能PCS可靠性的核心技术。IGBT作为核心功率器件，其热应力直接决定了产品的使用寿命。该研究提出的ISFO-SVM模型可集成至iSolarCloud智能运维平台或嵌入式控制系统中，实现对组串式逆变器、PowerTitan及PowerStack储能变流器中功率模块的实时结温监测。通过高精度的结温预测，阳光电源可实现更精准的过温保护策略及寿命预测，从而优化运维计划，降低故障率，提升全生命周期内的系统可靠性。