找到 1 条结果 · IEEE Transactions on Power Electronics
一种基于高阶时间导数非线性电流分量与先进神经网络算法的高效开关电流GaN HEMT模型
A High-Efficiency Switching Current Model for Power GaN HEMT Based on High-Order Time-Derivative Nonlinear Current Components and Advanced Neural Network Algorithms
Huikai Chen · Shulong Wang · Liutao Li · Hao Zhou 等7人 · IEEE Transactions on Power Electronics · 2025年9月
GaN HEMT因其优异的功率和频率特性在电力电子领域得到广泛应用。准确高效的器件模型对电路设计至关重要。本文提出了一种基于电流时间导数分量的新型建模方法，结合先进的静态和循环神经网络概念，实现了对GaN器件开关特性的高精度模拟。
解读: 随着阳光电源在户用光伏逆变器及小型化储能产品中对高功率密度要求的提升，GaN器件的应用已成为技术迭代的重要方向。该研究提出的基于神经网络的GaN高精度建模方法，能够有效解决传统物理模型在高速开关过程中的计算复杂性与精度平衡问题。建议研发团队将其应用于iSolarCloud智能运维平台下的数字孪生仿真...