← 返回
一种基于内置NTC传感器的SiC功率模块多芯片结温估计AI新方法
A Novel Artificial Intelligence-Enabled Junction Temperature Estimation Method for Multiple Chips in a SiC Power Module Based on an Inherent Built-in NTC Sensor
| 作者 | Zhewei Zhang · Laili Wang · Jin Zhang · Yi Liu · Wei Ma · Hang Kong |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 预计 2026年5月 |
| 技术分类 | 功率器件技术 |
| 技术标签 | SiC器件 功率模块 可靠性分析 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 结温 SiC功率模块 人工智能 热交叉耦合 NTC传感器 电力电子 可靠性监测 |
语言:
中文摘要
结温是SiC功率模块监测的关键参数。针对现有非侵入式结温估计方法在处理多芯片热耦合及复杂工况时精度与分辨率不足的问题，本文提出了一种基于人工智能的创新结温估计方法，有效提升了多芯片模块的温度监测精度。
English Abstract
Junction temperature is a crucial parameter for monitoring SiC power modules. However, the existing noninvasive junction temperature estimation methods still exhibit certain deficiencies in accuracy and resolution limited by the handling of multichip thermal cross-coupling and actual operating conditions. Therefore, this article proposes a novel artificial intelligence-enabled method to realize ju...
S
SunView 深度解读
该技术对于阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统至关重要。随着SiC器件在高性能逆变器和PCS中的广泛应用，多芯片热耦合导致的结温不均是影响系统可靠性的核心挑战。该AI方法利用内置NTC传感器实现高精度结温估计，可直接集成于iSolarCloud智能运维平台，实现功率模块的实时健康状态监测（PHM）。建议研发团队将其应用于高功率密度模块的散热设计优化及故障预警算法中，以提升产品在严苛工况下的长效运行能力。