找到 2 条结果 · IEEE Transactions on Power Electronics
基于LPTN信息神经网络的永磁同步电机多节点温度估计混合热建模
Hybrid Thermal Modeling With LPTN-Informed Neural Network for Multinode Temperature Estimation in PMSM
Zirui Liu · Wubin Kong · Xinggang Fan · Zimin Li 等6人 · IEEE Transactions on Power Electronics · 2024年9月
针对永磁同步电机（PMSM）在有限训练数据下多节点温度估计精度不足的问题，本文提出了一种结合集总参数热网络（LPTN）与神经网络的混合建模方法。该方法通过将物理模型（LPTN）引入神经网络，有效解决了高阶热网络参数辨识及模型不确定性问题，实现了更精确的温度监测。
解读: 该技术主要针对电机驱动领域，与阳光电源的风电变流器及电动汽车充电桩业务具有较强的技术关联。在风电变流器中，功率模块与电机的热管理直接影响系统的可靠性与寿命；在充电桩领域，该混合建模方法可用于提升功率模块及关键部件的实时热状态感知精度，从而优化过温保护策略，提升产品在极端工况下的可靠性。建议研发团队关...
一种基于模型与数据驱动集成的永磁同步电机温度估计方法
A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM
Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年7月
为实现永磁同步电机（PMSM）的精确在线温度估计，本文提出了一种模型与数据驱动相结合的集成方法。首先，构建简化集总参数热网络（LPTN）模型以捕捉温度变化趋势；同时，设计小型人工神经网络（ANN）对模型误差进行补偿，从而实现高精度的温度预测。
解读: 该技术主要应用于电机驱动领域，虽然阳光电源核心业务为光伏与储能，但该方法在电机热管理方面的思路对公司业务有借鉴意义：1. 在风电变流器领域，风机发电机组的在线热监测可提升系统可靠性；2. 在电动汽车充电桩的功率模块散热设计中，该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测，优化散热控...