Marko Mogorovic · Drazen Dujic · IEEE Transactions on Power Electronics · 2020年10月

本文提出了一种受神经网络启发的统计数据驱动建模方法，专门用于中频变压器（MFT）的设计优化。该模型在保持足够精度（误差在5-10%以内）的同时，计算速度比有限元分析（FEM）快3-4个数量级，且具有良好的数值稳定性。

解读: 中频变压器（MFT）是阳光电源PowerTitan、PowerStack等储能系统及组串式逆变器中隔离型DC-DC变换器的核心磁性元件。传统FEM仿真耗时极长，限制了多目标优化迭代效率。该方法提出的数据驱动模型能显著提升设计阶段的仿真效率，助力研发团队在功率密度提升与温升控制之间取得最优平衡。建议在...