Ning Wang · Yongbin Jiang · Weihao Hu · Yanbo Wang 等5人 · IEEE Transactions on Industrial Electronics · 2024年9月

电力电子元件参数的分散性会影响CLLC型双有源桥（DAB）变换器的期望输出电压，尤其在预算有限的大规模生产中。为了在大规模应用中使CLLC型DAB变换器在制造公差影响下的不一致性降至最低，本文提出了一种基于人工神经网络（ANN）的新型谐振元件参数设计方法。此外，首次开发了基于人工神经网络的数据驱动概率密度函数模型，以描绘元件参数在允许公差范围内的分布情况。此外，为了提高参数设计过程中的数据处理效率，提出了一种批量归一化方法，可自动将原始数据集分批转换为归一化数据集。通过将MATLAB与LTspi...

解读: 从阳光电源的业务视角来看，这项基于人工神经网络的CLLC型双有源桥变换器参数设计方法具有重要的工程应用价值。CLLC-DAB变换器作为储能系统和光伏逆变器中关键的DC-DC变换拓扑，其性能一致性直接影响产品的可靠性和规模化生产成本。 该技术的核心价值在于解决大规模生产中的关键痛点。在阳光电源的储能...