找到 3 条结果 · 电动汽车驱动
基于物理信息神经网络的参数化热仿真方法用于快速功率模块热设计
A Parameterized Thermal Simulation Method Based on Physics-Informed Neural Networks for Fast Power Module Thermal Design
Yayong Yang · Zhiqiang Wang · Yu Liao · Wubin Kong 等6人 · IEEE Transactions on Power Electronics · 2025年3月
本文提出一种基于物理信息神经网络（PINNs）的参数化三维热仿真方法，以实现功率模块热设计的快速设计空间探索。利用PINNs能够快速逼近描述功率模块热行为的参数化偏微分方程解的能力，开发了用于碳化硅（SiC）三相半桥功率模块的热场仿真框架，以进行参数化仿真。经过一次无监督训练后，基于PINNs的模型可以快速预测不同输入参数组合下功率模块的热场分布结果。对比结果表明，在不同组合情况下，PINNs的预测结果与COMSOL数值模拟和实验测量结果大致相符。此外，在用于参数优化的大规模设计空间探索任务中，...
解读: 从阳光电源的业务视角来看，这项基于物理信息神经网络（PINNs）的参数化热仿真技术具有重要的工程应用价值。作为全球领先的光伏逆变器和储能系统供应商，我们在功率模块热设计方面面临着日益严峻的挑战：一方面，碳化硅（SiC）等新型功率器件的广泛应用使得热管理复杂度显著提升；另一方面，市场对产品快速迭代和定...
HRGA-Net：用于无人机图像中精确绝缘子检测的层次化旋转高斯注意力网络
HRGA-Net: Hierarchical Rotation Gaussian Attention Network for Accurate Insulator Detection from UAV Images
Yong Liao · Chengfeng Peng · Xiang Li · Xu Wang 等5人 · IEEE Transactions on Power Delivery · 2025年7月
绝缘子检测对电力系统运行至关重要，但复杂环境遮挡和背景变化大等问题增加了检测难度。为此，本文提出层次化旋转高斯注意力网络（HRGA-Net），通过旋转高斯卷积注意力（RGCA）模块激发通道依赖性并学习高斯邻域内的多视角空间分布信息，以抑制复杂背景干扰；进一步设计多极化旋转高斯注意力（MRGA）模块，融合多尺度卷积层中的多视角细节，实现多尺度绝缘子检测。在SFID、UPID、CPLID和IDID数据集上的实验表明，该方法mAP@.5分别达到99.33%、99.28%、96.53%和97.27%，显...
解读: 该HRGA-Net绝缘子检测技术对阳光电源智能运维体系具有重要应用价值。在光伏电站和储能系统的巡检维护中，可集成至无人机巡检方案，实现对高压绝缘子的自动化精准检测，mAP@.5达99.33%的高精度可显著降低漏检率。其旋转高斯注意力机制能有效应对复杂光照和背景干扰，适配iSolarCloud云平台的...
缺陷演化对14 MeV中子辐照后AlGaN/GaN HEMT电学性能的影响
The impact of defect evolution on the electrical performance of AlGaN/GaN HEMT after 14-MeV neutron irradiation
Von Bardeleben · Van De Walle · China Machine Press · Applied Physics Letters · 2025年6月 · Vol.126
研究了14 MeV中子辐照及退火处理对AlGaN/GaN高电子迁移率晶体管（HEMT）电学性能与缺陷演化关系的影响。随着辐照注量增加，器件的漏极电流、跨导及载流子浓度显著下降，而反向栅泄漏电流上升。通过深能级瞬态谱技术分析发现，中子辐照引入了多个深能级缺陷，其浓度随注量增加而升高，且在退火过程中部分缺陷发生转化或湮灭。研究表明，位移损伤导致的点缺陷及其演化进程是电学性能退化的主要机制，为HEMT在辐射环境中的可靠性评估提供了重要依据。
解读: 该GaN HEMT中子辐照损伤机理研究对阳光电源功率器件应用具有重要参考价值。研究揭示的深能级缺陷演化规律可指导SG系列光伏逆变器、ST储能变流器及电动汽车驱动系统中GaN器件的可靠性设计。针对辐照引起的载流子浓度下降、栅泄漏增加等退化机制，可优化器件筛选标准和老化测试方案。退火处理对缺陷的修复效应...