找到 7 条结果 · IEEE Transactions on Power Electronics
基于物理信息神经网络与交叉注意力的磁芯损耗模型
A Magnetic Core Loss Model Based on Physics-Informed Neural Network with Cross-Attention
Yunhao Xiao · Chi Li · Zedong Zheng · IEEE Transactions on Power Electronics · 2025年8月
由于软磁材料固有的损耗机制尚不明确，损耗建模往往成为电力电子系统分析中的瓶颈。一方面，损耗会显著影响整体效率；另一方面，高频运行导致的小型化使得高频磁性元件的温升对损耗更为敏感，这使得热可靠性分析变得至关重要。然而，现有的损耗模型由于对复杂运行条件的高敏感性，在这些条件下的适用性会变差。本文提出了一种自适应损耗模型，该模型通过交叉注意力机制增强了物理损耗模型的学习能力和运行条件适应性，在测试集上实现了平均误差2.8%、最大误差12.3%的效果。此外，通过热分析验证了所提模型的准确性，相对误差为1...
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的磁芯损耗模型技术具有重要的战略价值。在光伏逆变器和储能变流器等核心产品中，高频变压器和电感等磁性元件是影响系统效率和可靠性的关键部件。该技术通过交叉注意力机制实现的自适应损耗建模，能够在复杂工况下保持2.8%的平均误差和1.7%的热分析误差，这对我...
一种基于经验模型信息的软磁材料铁损神经网络预测器
An Empirical Model Informed Neural Network Core Loss Predictor for Soft Magnetic Materials
Neha Rajput · Himanshu Bhusan Sandhibigraha · Neeraj Agrawal · Vishnu Mahadeva Iyer · IEEE Transactions on Power Electronics · 2025年8月
为提升电力电子变换器的效率与功率密度，本文提出了一种结合经验模型与神经网络的软磁材料铁损预测方法。该研究响应了IEEE MagNet挑战赛，旨在通过数据驱动手段解决复杂工况下磁性元件损耗建模难题，为电力电子磁性元件的优化设计提供高精度支撑。
解读: 磁性元件是阳光电源光伏逆变器（如组串式、集中式）及储能变流器（如PowerTitan、ST系列PCS）的核心部件，其损耗直接影响整机效率与功率密度。该研究提出的神经网络铁损预测模型，能有效提升磁性元件在复杂高频工况下的设计精度，缩短研发周期。建议研发团队将其集成至iSolarCloud智能运维平台的...
利用磁导-电容类比法对铁氧体材料频率相关磁芯损耗进行系统级电路建模
Modeling Frequency-Dependent Core Loss of Ferrite Materials Using Permeance–Capacitance Analogy for System-Level Circuit Simulations
Min Luo · Drazen Dujic · Jost Allmeling · IEEE Transactions on Power Electronics · 2019年4月
铁氧体材料因低成本和高磁导率常用于电力电子变换器的磁性元件。在大多数工况下，磁芯损耗主要由频率无关的磁滞效应主导。然而，在高开关频率及特定调制策略下，频率相关损耗变得不可忽视。本文提出一种基于磁导-电容类比的建模方法，旨在实现系统级电路仿真中磁芯损耗的精确预测。
解读: 该研究对于阳光电源的核心产品线（如组串式逆变器、PowerTitan储能变流器及户用储能系统）具有极高的工程价值。随着功率密度提升，高频化成为趋势，磁性元件的损耗建模直接影响整机效率和热设计。通过引入磁导-电容类比法，研发团队可在电路仿真阶段更精准地评估磁芯损耗，从而优化磁性元件设计，降低温升，提升...
基于广义分布函数与Preisach模型的磁性元件磁滞建模及高效参数辨识
Hysteresis Modeling of Magnetic Components With Generalized Distribution Function and Efficient Parameter Identification Based on Preisach Model
Zhan Shen · Lexing Zhang · Shunshun Ma · Kaiyuan Liu 等10人 · IEEE Transactions on Power Electronics · 预计 2026年6月
软磁材料广泛应用于电力电子变换器的磁性元件中。其磁滞效应导致磁芯呈现非线性阻抗特性，进而引发损耗增加、波形畸变及电磁干扰问题。本文针对磁性材料的非线性行为，提出了一种基于广义分布函数的Preisach磁滞建模方法，并实现了高效的参数辨识，为优化变换器磁性元件设计提供了理论支持。
解读: 磁性元件（电感、变压器）是阳光电源组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器（PCS）的核心部件。该研究提出的高精度磁滞建模与参数辨识方法，能有效提升磁性元件在复杂工况下的损耗预测精度，有助于优化磁芯设计，从而提升逆变器与PCS的整机效率。此外，该方法在减少电磁干...
带气隙NiZn磁芯电感的寄生电容解析模型
An Analytical Stray Capacitance Model of NiZn Inductors With Gapped Cores
Zhan Shen · Qiming Liu · Kaiyuan Liu · Yueyin Wang 等9人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文针对MHz以上高频电力电子变换器中广泛使用的NiZn磁芯电感，提出了一种解析模型，用于量化分析磁芯气隙产生的寄生电容。该寄生电容会导致电流振荡及电磁干扰（EMI）问题，对于高频磁性元件的精确建模与设计至关重要。
解读: 随着阳光电源组串式逆变器及储能PCS向高功率密度和高频化方向演进，磁性元件的体积与效率成为核心竞争力。NiZn磁芯在高频应用中表现优异，但气隙带来的寄生电容是导致EMI超标和高频振荡的关键因素。该研究提供的解析模型可直接应用于公司研发阶段的磁性元件设计，优化电感绕线结构与气隙布局，从而提升逆变器及P...
一种基于物理信息神经网络与交叉注意力的磁芯损耗模型
A Magnetic Core Loss Model Based on Physics-Informed Neural Network With Cross-Attention
Yunhao Xiao · Chi Li · Zedong Zheng · IEEE Transactions on Power Electronics · 2026年1月
软磁材料损耗机制复杂，是电力电子系统分析的瓶颈。随着高频化趋势，磁性元件温升对损耗愈发敏感。本文提出一种结合物理信息神经网络（PINN）与交叉注意力机制的磁芯损耗建模方法，旨在提升高频磁性元件损耗预测的精度与效率，为电力电子系统的热设计与优化提供支撑。
解读: 磁性元件是阳光电源组串式逆变器、PowerTitan储能变流器及风电变流器中的核心功率密度瓶颈。该研究提出的PINN与交叉注意力模型，能显著提升磁芯损耗预测精度，有助于优化高频磁性元件的电磁与热设计。在阳光电源追求更高功率密度和更优散热性能的产品研发中，该技术可辅助缩短磁性元件的仿真与选型周期，提升...
脉冲平面变压器等效电路模型及其对突变dv/dt的耐受性
Equivalent Circuit Model of a Pulse Planar Transformer and Endurance to Abrupt dv/dt
Loreine Makki · Antoine Laspeyres · Corentin Darbas · Anne-Sophie Descamps 等7人 · IEEE Transactions on Power Electronics · 2022年9月
宽禁带（WBG）半导体器件的高开关速度和高频特性在提升功率转换效率的同时，也带来了严峻的电磁干扰（EMI）挑战。本文针对栅极驱动应用中的脉冲平面变压器，建立了等效电路模型，并重点研究了其在高速开关瞬态下对高dv/dt应力的耐受能力，为高频功率变换器的可靠性设计提供了理论支撑。
解读: 该研究对阳光电源的功率电子设计具有重要参考价值。随着公司在户用及工商业光伏逆变器、电动汽车充电桩中大规模应用SiC等宽禁带器件，高dv/dt带来的EMI和绝缘可靠性问题日益突出。平面变压器是高功率密度设计的核心组件，本文提出的等效模型及耐受性分析方法，可直接应用于公司新一代高频逆变器及充电桩的栅极驱...