找到 2 条结果 · IEEE Transactions on Power Electronics
基于物理信息深度学习与稀疏数据的电力电子器件剩余寿命预测
Remaining Useful Life Prediction of Power Electronic Devices With Physics-Informed Deep Learning and Sparse Data
Le Gao · Chaoming Liu · Yiping Xiao · Chunhua Qi 等5人 · IEEE Transactions on Power Electronics · 2025年4月
准确预测碳化硅金属氧化物半导体场效应晶体管（MOSFET）的剩余使用寿命（RUL）对于确保电力电子系统的可靠性至关重要，特别是在辐射环境下。然而，大多数现有的深度学习方法依赖于密集采样的退化数据，使其不适用于退化观测数据有限的稀疏数据条件。为解决这一局限性，我们提出了一种用于稀疏RUL预测的物理信息深度学习（PIDL）方法。该方法通过定制的物理信息损失函数，将总电离剂量引起的退化机制（具体为界面和氧化物陷阱电荷积累）融入基于Transformer的神经网络架构中。这种损失函数明确惩罚与导通状态电...
解读: 从阳光电源的业务视角来看，这项针对碳化硅MOSFET剩余寿命预测的物理信息深度学习技术具有重要的战略价值。作为光伏逆变器和储能系统的核心功率器件，碳化硅MOSFET的可靠性直接关系到我们产品在全生命周期内的性能表现和运维成本。 该技术的核心优势在于解决了稀疏数据条件下的寿命预测难题。在实际应用场景...
一种具有无损电流检测和无缝切换的四开关Buck-Boost变换器高效率控制方法
A High-Efficiency Control Method WITH Lossless Current Sensing and Seamless Transition for Four-Switch Buck–Boost Converter
Qi Liu · Qi Xu · Qinsong Qian · Song Ding 等5人 · IEEE Transactions on Power Electronics · 2025年1月
四开关 Buck - Boost 变换器的四边形控制方法可使所有功率开关实现零电压开关（ZVS），从而实现高功率密度。然而，为确保 ZVS 的实现，需要对电感电流进行采样和调节，这会引入额外损耗并降低效率。本文提出了一种基于无损电流采样的高效控制策略，该策略可在所有工况下使电感电流幅值最小。此外，为确保不同模式间的平稳切换，当输入电压接近输出电压时，插入了一种过渡模式。最后，搭建了输入电压为 40 - 60V、输出参数为 48V/6A 的实验样机，以验证所提出的采样电路和控制策略的有效性。样机的...
解读: 从阳光电源业务视角来看，这项四开关Buck-Boost变换器的高效控制技术具有显著的应用价值。该技术通过无损电流采样和无缝模式切换实现了98.88%的峰值效率，这对我们的光伏逆变器和储能变流器产品线具有直接的技术借鉴意义。 在光伏系统应用场景中，该技术的宽输入电压范围（40-60V）和高效率特性与...