← 返回
智能化与AI应用 功率模块 机器学习 深度学习 有限元仿真 ★ 4.0

人工智能在电力电子系统高频磁性元件设计中的应用综述

Artificial Intelligence Applications in High-Frequency Magnetic Components Design for Power Electronics Systems: An Overview

作者 Xiaobing Shen · Yu Zuo · Jiaze Kong · Wilmar Martinez
期刊 IEEE Transactions on Power Electronics
出版日期 2024年7月
技术分类 智能化与AI应用
技术标签 功率模块 机器学习 深度学习 有限元仿真
相关度评分 ★★★★ 4.0 / 5.0
关键词 人工智能 高频磁性元件 电感器 变压器 电力电子 机器学习 损耗估计 设计优化
语言:

中文摘要

本文综述了人工智能(AI)在电力电子高频磁性元件(电感与变压器)设计中的应用,涵盖专家系统、模糊逻辑、元启发式算法及机器学习四大类。文章重点探讨了AI模型在损耗估计、参数优化及设计自动化方面的应用,旨在提升高频电力电子系统的设计效率与性能。

English Abstract

This article provides an overview of how artificial intelligence (AI) is applied in designing high-frequency magnetic components, primarily high-frequency inductors and transformers, for power electronics systems. Four categories of AI, including expert systems, fuzzy logic, metaheuristic methods, and machine learning techniques, are addressed. First, AI models for estimating losses in high-freque...
S

SunView 深度解读

磁性元件(电感、变压器)是阳光电源组串式逆变器、PowerTitan储能变流器及充电桩的核心功率密度瓶颈。引入AI辅助设计可显著缩短高频磁性元件的研发周期,优化损耗模型,助力提升产品功率密度。建议研发团队利用机器学习算法替代传统的繁琐有限元仿真,在PowerTitan等大功率储能产品中实现磁性元件的轻量化与高效化设计,并结合iSolarCloud运维数据,通过AI反向优化磁性元件的长期可靠性评估。