找到 2 条结果 · 电动汽车驱动
采用优化平衡寄生电感结构的并联分立式SiC MOSFET三电平T型APF
Three-level T-type APF with Parallelled Discrete SiC MOSFETs Using Optimized-balanced Parasitic Inductance Structure
Hu Tan · Yaqi Zhu · Weiming Tian · Jiaqi Zhao 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
针对高功率密度100 kVA有源电力滤波器（APF）在体积、损耗和成本约束下的设计挑战，本文提出了一种拓扑与器件选型的优化方法，并设计了寄生电感最小化且均衡的PCB结构，以抑制关断电压过冲（TTVO）并改善开通瞬态电流均流（TTCS）。通过对三电平T型（3LT²）与中点钳位（NPC）拓扑及多种SiC器件的量化评估，确定了满足综合约束的最优方案。实验结果表明，所提PCB结构将TTVO由1.06 kV降至780 V（降低26.4%），TTCS偏差从82.4%减小至3.7%（DC 800 V，负载电流...
解读: 该并联SiC MOSFET三电平T型拓扑技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。研究提出的寄生电感优化平衡PCB设计可直接应用于功率模块开发，将关断过冲降低26.4%、均流偏差降至3.7%，显著提升器件可靠性。4.27kW/L功率密度和98.16%效率指标契合Power...
基于机器学习的多浮置埋层LDMOS器件击穿电压建模与优化
Machine Learning-Based Modeling and BV Optimization for LDMOS With Multifloating Buried Layers
Zhen Cao · Qi Sun · Qiaowei Peng · Biao Hou 等6人 · IEEE Transactions on Electron Devices · 2024年12月
本文介绍了一种利用机器学习（ML）优化具有多浮动埋层（MFBL）的横向双扩散金属氧化物半导体场效应晶体管（LDMOS）器件击穿电压（BV）的新方法。本研究摒弃了传统复杂的物理推导方法，将神经网络与遗传算法相结合，构建了一个自适应优化框架。首先，我们分析了MFBL LDMOS的物理特性，以确定影响BV性能的关键参数，并确定其合理取值范围。然后，通过TCAD仿真生成数据集，并应用卷积神经网络（CNN）建立MFBL LDMOS的BV预测模型。在后续阶段，采用遗传算法对结构参数进行自适应优化，从而推导出...
解读: 从阳光电源的业务视角来看，该论文提出的基于机器学习优化多浮埋层LDMOS器件击穿电压的方法具有重要的战略价值。LDMOS作为功率半导体的核心器件，广泛应用于我司光伏逆变器和储能变流器的功率转换模块中，其击穿电压性能直接影响系统的功率密度、转换效率和可靠性。 该技术的核心价值在于突破了传统物理推导方...