← 返回
基于LSTM网络的IGBT结温时间序列特性表征方法
A Time Series Characterization of IGBT Junction Temperature Method Based on LSTM Network
| 作者 | Zheng-Wei Du · Yu Zhang · Yuankui Wang · Zhiyuan Chen · Yin-Da Wang · Rui Wu · Dongyan Zhao · Xin Zhang · Wen-Yan Yin |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年1月 |
| 技术分类 | 功率器件技术 |
| 技术标签 | IGBT 可靠性分析 深度学习 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | IGBT 结温 LSTM 时间序列 可靠性 电力电子 热特性表征 |
语言:
中文摘要
准确的结温表征对IGBT模块的性能优化与可靠性设计至关重要。针对现有方法多关注特定时刻温度预测而非时间序列变化的问题，本文提出了一种基于长短期记忆（LSTM）网络的方法，通过捕捉结温的时间演变特征，实现了对IGBT结温的精确追踪与表征。
English Abstract
Accurate junction temperature characterization plays a critical role in the performance as well as reliability enhancement design of Insulated gate bipolar transistor (IGBT) modules. However, most current methods are only focused on predicting the temperature at a specific time rather than tracking its temporal variation. To address this challenging issue, we propose a long short term memory (LSTM...
S
SunView 深度解读
IGBT是阳光电源光伏逆变器、储能变流器（PCS）及风电变流器的核心功率器件。结温直接决定了器件的寿命与系统的可靠性。该研究利用LSTM网络实现结温的时间序列追踪，可深度集成于iSolarCloud智能运维平台，实现对组串式逆变器及PowerTitan/PowerStack储能系统内部功率模块的实时健康状态监测（PHM）。建议研发团队将此算法应用于产品全生命周期管理，通过精准的结温预测优化热管理策略，提升产品在极端工况下的可靠性，并为预防性维护提供数据支撑。