作者未知 · IEEE Transactions on Power Electronics · 2025年1月

锰锌铁氧体作为一种核心材料，在电力电子应用中得到了广泛使用。然而，由于磁芯损耗机制及其相关因素的复杂性，磁芯损耗建模颇具挑战性。实验数据的匮乏是锰锌铁氧体发展的另一个重大阻碍。在本研究中，我们提出了一种新颖的数据驱动框架，用于构建一个基于机器学习（ML）的有效替代模型，以估算锰锌铁氧体的磁芯损耗。我们开发了一个特定于制造工艺的有限元分析模型，对所制造锰锌铁氧体的实验结果进行模拟，从而生成基于模拟的数据，以扩充训练数据集。我们考虑了各种机器学习技术，用于特定制造工艺模拟中的材料特性估算和磁芯损耗计...

解读: 从阳光电源的业务视角来看，这项关于Mn-Zn铁氧体磁芯损耗建模的研究具有重要的工程应用价值。Mn-Zn铁氧体是我们光伏逆变器、储能变流器等核心产品中高频变压器和电感器的关键磁性材料，其损耗特性直接影响系统效率和热管理设计。 该研究最显著的价值在于解决了磁芯材料开发中的数据稀缺问题。传统上，我们需要...