找到 2 条结果 · IEEE Transactions on Power Electronics

排序:
可靠性与测试 SiC器件 功率模块 可靠性分析 ★ 5.0

一种基于开通栅极电流变化率的SiC MOSFET栅极氧化层退化在线监测方法

An Online Gate Oxide Degradation Monitoring Method for SiC MOSFETs Based on Turn-ON Gate Current Change Rate

Hui Meng · Junwei Liu · Yi Zhang · Chi Yung Chung · IEEE Transactions on Power Electronics · 2025年9月

栅极氧化层退化(GOD)是SiC MOSFET在高压高温环境下运行的主要可靠性挑战。本文提出了一种基于开通栅极电流变化率峰值(dig/dt,max)的在线状态监测方法,利用非侵入式PCB罗氏线圈实现对器件健康状态的实时评估。

解读: 随着阳光电源在组串式逆变器、PowerTitan储能系统及风电变流器中大规模应用SiC功率模块,提升功率器件的寿命预测能力至关重要。该监测方法无需改变现有电路拓扑,通过非侵入式手段实现栅极氧化层退化的在线诊断,可直接集成于iSolarCloud智能运维平台,实现对核心功率器件的预防性维护。建议研发团...

智能化与AI应用 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于代理标签引导的锂离子电池鲁棒健康监测:一种深度多任务学习方法

Robust Health Monitoring for Lithium-Ion Batteries Under Guidance of Proxy Labels: A Deep Multitask Learning Approach

Ruohan Guo · Kui Zhang · Shangyang He · Shengyu Tao 等10人 · IEEE Transactions on Power Electronics · 2025年8月

针对锂离子电池健康状态(SOH)估计中标签数据匮乏导致的泛化能力不足问题,本文提出了一种深度多任务学习方法。通过利用常规运行数据中的老化信息作为代理标签,有效提升了电池健康监测的鲁棒性,为电池全生命周期管理提供了新的数据驱动解决方案。

解读: 该技术对阳光电源的储能业务(PowerTitan、PowerStack及ST系列PCS)具有极高价值。目前储能系统在电网侧和工商业侧应用中,电池SOH的精准评估是保障系统安全与延长寿命的核心。该深度学习方法能有效解决实际运行中标签数据缺失的痛点,提升BMS的健康管理精度。建议将其集成至iSolarC...