找到 2 条结果 · IEEE Transactions on Power Electronics
栅极开关不稳定性下1700 V平面栅SiC MOSFET的退化依赖性分析与建模
Degradation Dependency Analysis and Modeling of 1700 V Planar-Gate SiC MOSFETs Under Gate Switching Instability
Cen Chen · Zicheng Wang · Xuerong Ye · Yifan Hu 等6人 · IEEE Transactions on Power Electronics · 2024年11月
碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）在各种电力电子应用中日益普及。然而，与栅极氧化物相关的重大可靠性问题阻碍了它们的广泛应用。交变栅极偏置下的阈值电压漂移，通常称为栅极开关不稳定性（GSI），对可靠性构成了重大挑战。鉴于碳化硅 MOSFET 在功率转换器中广泛使用，与传统的偏置温度不稳定性相比，研究 GSI 具有实际意义。本研究系统地探究了 1700 V 平面栅碳化硅 MOSFET 对栅极偏置、温度和开关时间等因素的依赖性，并基于物理解释给出了加速因子的形式。...
解读: 从阳光电源的业务场景来看，这项关于1700V平面栅SiC MOSFET栅极开关不稳定性（GSI）的研究具有重要的工程应用价值。在我们的大功率光伏逆变器和储能变流器产品中，1700V级SiC MOSFET正逐步替代传统IGBT成为核心功率器件，其高频开关特性和低损耗优势能够显著提升系统效率和功率密度。...
全仿真数据驱动的多相变换器故障诊断领域泛化方法
Fully Simulated Data-Driven Domain Generalized Method for Multiphase Converters Fault Diagnosis
Haoxiang Xu · Zicheng Liu · Guangyu Wang · Dong Jiang 等5人 · IEEE Transactions on Power Electronics · 2024年9月
本文研究了深度学习模型在多相变换器功率开关器件故障诊断中的泛化能力。传统的故障诊断方法严重依赖真实世界的故障数据进行模型训练。然而，在工业环境中，多相变换器故障发生频率低，且故障实验成本高昂，导致实际故障数据极为匮乏。这一局限使得仅基于仿真数据训练的模型在实际应用中的可靠性降低。为克服这一挑战，本文提出了一种创新方法，无需依赖实验域样本即可提高跨域故障诊断效率。首先，该研究采用一种利用相电流重构的归一化预处理策略，以减小样本间的时间差异。然后，使用卷积自编码器从多相电流信号中提取深度特征。此外，...
解读: 从阳光电源的业务视角来看，这项基于纯仿真数据的多相变流器故障诊断技术具有重要的应用价值。在光伏逆变器和储能变流器等核心产品中，功率开关器件的开路故障是影响系统可靠性的关键因素。该技术通过深度学习实现跨域泛化诊断，有效解决了实际故障数据稀缺这一长期困扰行业的痛点。 该方法的核心价值在于仅依靠仿真数据...