找到 2 条结果
基于硅的大规模
3 cm × 3 cm）嵌入式微通道与三维歧管微冷却器的计算流体动力学建模与优化
Daeyoung Kong · Heungdong Kwon · Haeun Lee · Hyoungsoon Lee 等6人 · Journal of Electronic Packaging · 2025年1月 · Vol.147
中央处理器与图形处理器性能的持续提升主要归因于频率提高、芯片面积扩大、热管理技术进步及热设计功耗优化等因素。过去二十年间，典型图形处理器芯片面积已从100 mm²增至2020年的约800 mm²。本文针对面积达30 mm × 30 mm的硅基单相嵌入式微通道，结合三维歧管微冷却结构，开展计算流体力学建模与优化研究，旨在提升大规模芯片的散热效率与热管理性能。
解读: 该大规模硅基微通道散热技术对阳光电源功率器件热管理具有重要应用价值。在ST系列储能变流器和SG系列光伏逆变器中，大功率SiC/IGBT模块的散热是制约功率密度提升的关键瓶颈。研究提出的三维歧管微冷却结构可应用于PowerTitan储能系统的功率模块液冷设计，有效降低结温并提升过载能力。对于1500V...
SolarNexus：一种用于自适应光伏功率预测与可扩展管理的深度学习框架
_SolarNexus_: A deep learning framework for adaptive photovoltaic power generation forecasting and scalable management
Hyunsik Mina · Byeongjoon Noh · Applied Energy · 2025年1月 · Vol.391
摘要 光伏（PV）功率预测在可再生能源管理中发挥着关键作用。然而，传统预测模型通常难以适应动态环境变化，并在不同区域间实现有效扩展。针对这些挑战，本文提出了一种融合时间卷积网络（TCN）、多头注意力机制（MHA）、在线学习和迁移学习的深度学习框架。为验证所提方法的有效性，我们采用了来自韩国九个太阳能电站的数据。该数据集来源于韩国开放数据门户和韩国气象厅，涵盖了2017年1月1日至2019年12月31日的逐小时光伏发电量及气象参数，其中两年用于训练，一年用于测试。我们在相同条件下将所提出的TCN-...
解读: 该深度学习预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。TCN-MHA在线学习模型可集成至SG系列逆变器和ST储能系统的智能调度算法,实现17.19%的NRMSE预测精度,支持多区域迁移学习降低85%训练时间和99%功耗。该技术可优化PowerTitan储能系统的充放电策略,...