找到 6 条结果 · 可靠性与测试
基于物理信息深度学习与稀疏数据的电力电子器件剩余寿命预测
Remaining Useful Life Prediction of Power Electronic Devices With Physics-Informed Deep Learning and Sparse Data
Le Gao · Chaoming Liu · Yiping Xiao · Chunhua Qi 等5人 · IEEE Transactions on Power Electronics · 2025年11月
针对碳化硅（SiC）MOSFET在复杂环境下的剩余寿命（RUL）预测问题，本文提出了一种物理信息深度学习方法。该方法有效解决了现有深度学习模型在稀疏退化数据条件下预测精度不足的局限性，提升了电力电子系统在极端环境下的可靠性评估能力。
解读: 该技术对阳光电源的核心业务具有极高价值。随着SiC器件在组串式光伏逆变器和PowerTitan系列储能系统中的广泛应用，提升功率模块的可靠性预测能力至关重要。该方法通过物理模型与AI结合，能够在数据采集受限的实际工况下，精准评估器件寿命，从而优化iSolarCloud平台的运维策略，实现从“事后维修...
IGBT器件健康状态对电磁声纹信号影响的机理模型研究
Study on the Mechanism Model of the Influence of IGBT Device Health Status on Electromagnetic Voiceprint Signals
Shuzhi Wen · Bingkun Wei · Lisha Peng · Pu Huang 等6人 · IEEE Transactions on Power Electronics · 2025年6月
状态监测技术对电力电子器件的故障预测与健康管理至关重要。电磁声纹（EMVP）信号在器件开关瞬态过程中产生，蕴含了丰富的健康状态信息。近年来，EMVP信号作为一种极具前景的电力电子器件状态监测指标，受到了广泛关注。
解读: 该研究对于阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan储能系统及风电变流器）具有极高的应用价值。IGBT作为上述产品的核心功率半导体，其可靠性直接决定了系统的全生命周期运维成本。通过引入电磁声纹（EMVP）监测技术，阳光电源可在iSolarCloud智能运维平台中集成非侵入...
考虑热交叉耦合效应的人工智能辅助热模型
Artificial Intelligence-Aided Thermal Model Considering Cross-Coupling Effects
Yi Zhang · Zhongxu Wang · Huai Wang · Frede Blaabjerg · IEEE Transactions on Power Electronics · 2020年10月
本文提出了一种考虑热交叉耦合效应的电力电子设备/系统人工智能辅助热模型。该方法允许系统内存在多个热源，相比传统仅支持单热源的建模方式，能更便捷地表征模型参数，有效提升了复杂电力电子系统的热分析精度。
解读: 该研究对阳光电源的核心产品线具有极高价值。在PowerTitan储能系统及大功率组串式逆变器中，功率模块（IGBT/SiC）的高密度集成导致显著的热交叉耦合效应。传统有限元仿真计算量大，而该AI辅助模型能实现快速、准确的热状态监测与寿命预测。建议将其应用于iSolarCloud智能运维平台，通过实时...
电力电子器件失效与寿命预测技术综述
A Comprehensive Review Toward the State-of-the-Art in Failure and Lifetime Predictions of Power Electronic Devices
Abu Hanif · Yuechuan Yu · Douglas DeVoto · Faisal Khan · IEEE Transactions on Power Electronics · 2019年5月
本文综述了电力电子器件的失效机理、前兆参数及基于加速老化的剩余寿命预测方法。重点探讨了结温测量技术，因为结温在加速老化测试和状态监测中起着至关重要的作用。
解读: 可靠性是阳光电源核心竞争力所在。该文献探讨的结温监测与寿命预测技术，直接关系到光伏逆变器（组串式/集中式）及储能系统（PowerTitan/PowerStack）在严苛环境下的长期运行稳定性。建议研发团队将文中提到的前兆参数监测技术集成至iSolarCloud平台，通过对IGBT等关键功率器件的实时...
动态冷却条件下多器件电力电子系统的实时温度估计
Real-Time Temperature Estimation in a Multiple Device Power Electronics System Subject to Dynamic Cooling
Jonathan N. Davidson · David A. Stone · Martin P. Foster · Daniel T. Gladwin · IEEE Transactions on Power Electronics · 2016年4月
本文提出了一种在动态冷却条件下，针对热耦合多器件电力电子系统的温度实时估计技术。通过实验验证，利用伪随机二进制序列（PRBS）技术，在频域内确定了不同主动冷却水平下器件间的热传递阻抗，实现了对系统内各功率器件温度的精确监测。
解读: 该技术对阳光电源的核心产品线（如PowerTitan储能系统、组串式及集中式逆变器）具有极高的应用价值。在功率密度不断提升的趋势下，多器件间的热耦合效应显著，传统的静态热模型难以应对动态冷却环境。通过引入该实时温度估计技术，阳光电源可优化iSolarCloud平台的运维策略，实现对IGBT/SiC模...
利用PRBS生成的频域热交叉耦合特性实时预测电力电子器件温度
Real-Time Prediction of Power Electronic Device Temperatures Using PRBS-Generated Frequency-Domain Thermal Cross Coupling Characteristics
Jonathan N. Davidson · David A. Stone · Martin P. Foster · IEEE Transactions on Power Electronics · 2015年6月
本文提出了一种基于多元件热交叉耦合特性的温度响应预测技术。通过伪随机二进制序列（PRBS）表征器件的复频域交叉耦合特性，并利用离散傅里叶变换，在已知输入功率波形的情况下实现对器件温度的实时预测。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式逆变器、PowerTitan储能系统）具有极高的应用价值。在功率密度不断提升的背景下，精确的热管理是保障IGBT/SiC模块长寿命的关键。该方法通过PRBS技术实现热交叉耦合建模，相比传统有限元仿真，能更高效地嵌入iSolarCloud平台或逆变器DSP...