找到 3 条结果 · IEEE Transactions on Power Electronics
用于高温碳化硅功率器件的薄膜封装解决方案
Thin-Film Encapsulation Solution for High-Temperature SiC Power Devices
Rong Zhang · Zexin Liu · Kangyong Li · Li Fang 等6人 · IEEE Transactions on Power Electronics · 2025年3月
像碳化硅（SiC）这样的宽带隙半导体能够在250°C以上的温度下工作。然而，目前的封装材料无法在175°C以上的温度下工作，这使得碳化硅器件的高温（≥250°C）封装仍然是一项挑战。本文介绍了一种创新的碳化硅功率器件高温封装方案，该方案采用了多层聚对二甲苯HT/Al₂O₃复合薄膜（MPACF）。通过采用交叉堆叠的有机聚对二甲苯HT和无机Al₂O₃多层结构，阻断了外部水分和氧气在高温下到达碳化硅芯片的路径，降低了水分/氧气接触的风险，并避免了与传统有机封装材料相关的热氧化过程。在用硅烷偶联剂进一步...
解读: 从阳光电源的业务视角来看，这项SiC功率器件高温薄膜封装技术具有重要的战略价值。当前我们的光伏逆变器和储能变流器产品大量采用SiC功率器件以提升效率和功率密度，但传统封装材料175°C的温度限制严重制约了SiC器件在250°C以上高温环境的性能发挥，这在高功率密度设计和极端气候条件下尤为突出。 该...
基于事件驱动的强化学习预测控制器设计——用于三相NPC变流器的在线逼近器方法
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年12月
本文针对电力变换器系统，研究了一种利用在线逼近器的无模型强化学习预测控制问题的两步事件驱动方法，解决了系统不确定性和不必要的开关损耗等问题。具体而言，本技术报告的关键特点如下：1) 采用一个评判神经网络实时学习性能函数；2) 采用一个执行神经网络在线逼近预测控制器，并使从评判网络获得的学习性能函数最小化；3) 采用两步事件驱动控制协议降低开关频率（SF）。此外，我们进一步探讨了该方案对参数不确定性的敏感性，并量化了其在低开关频率运行和未知干扰条件下的性能。此外，还对网络权重估计误差进行了收敛性分...
解读: 从阳光电源的业务视角来看，这项基于事件驱动的强化学习预测控制技术对三相NPC变流器的应用具有重要战略价值。NPC（中点钳位）拓扑是我司大功率光伏逆变器和储能变流器的核心架构，该技术在提升系统性能和降低运维成本方面展现出显著潜力。 该论文提出的双步事件驱动控制策略直接针对变流器的两大痛点：一是通过在...
数据驱动与事件驱动相结合的电力电子变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月
数据驱动与事件驱动相结合，为缓解经典有限控制集模型预测控制中电力变换器长期面临的研究难题（即模型参数不确定性和不必要的开关损耗）带来了可能。受此启发，我们将针对在线学习预测控制器的设计问题展开一项重要研究。与该领域的大多数先前研究不同，这可通过一个集成的数据驱动与事件驱动设计框架来实现。更确切地说，设计过程依赖于以下方面的结合：开发一种数据驱动的无模型自适应预测控制方法、引入在线强化学习技术以及利用事件驱动机制。此外，我们还基于输入 - 输出数据，针对低频开关操作下的未知不确定性，对鲁棒无模型预...
解读: 从阳光电源的核心业务视角来看，这项结合数据驱动与事件驱动的在线学习预测控制技术具有显著的战略价值。该技术针对功率变换器有限集模型预测控制（FCS-MPC）的两大痛点——模型参数不确定性和不必要的开关损耗——提供了创新性解决方案，这与我司光伏逆变器和储能变流器的核心技术需求高度契合。 从产品应用层面...