← 返回
基于FPGA加速动态连接神经网络的电力电子变换器高保真实时仿真
High-Fidelity Real-Time Simulation of Power Electronics Converters via FPGA-Accelerated Dynamic Connectionist Neural Network
| 作者 | Haowen Weng · Zixiang Liao · Yinbin Chen · Can Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年1月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 功率模块 智能化与AI应用 故障诊断 可靠性分析 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 电力电子变换器 实时仿真 FPGA 加速 动态连接神经网络 瞬态行为 功率开关 高频运行 |
语言:
中文摘要
电力电子开关的精确建模对于变换器系统在高频及动态工况下的实时仿真至关重要。现有技术多依赖理想或简化模型，难以捕捉电压电流尖峰及电磁干扰等瞬态行为。本文提出一种基于FPGA加速的动态连接神经网络方法，实现了对电力电子开关瞬态特性的高保真实时建模与仿真。
English Abstract
The precise modeling of power electronic switches is essential for accurate real-time simulation of power converter systems, particularly under high-frequency and dynamic operating conditions. Existing simulation techniques often rely on ideal switch models or simplified behavioral models, which cannot accurately capture transient behaviors like voltage and current spikes, electromagnetic interfer...
S
SunView 深度解读
该技术对阳光电源的研发具有重要参考价值。在组串式逆变器和PowerTitan储能系统开发中，高频开关瞬态的精确仿真能显著提升对电磁兼容性（EMC）和功率器件应力的评估能力。通过FPGA实现神经网络加速，可集成至iSolarCloud的数字孪生平台或研发阶段的硬件在环（HIL）测试系统中，从而优化控制算法，降低功率模块的失效风险，提升系统可靠性。建议研发团队关注该方法在复杂工况下对宽禁带半导体（SiC/GaN）开关行为的预测精度，以辅助下一代高功率密度产品的设计。