找到 4 条结果
柔性直流换流阀功率器件大气中子辐照效应研究
Study on Atmospheric Neutron Irradiation Effects in Power Devices of Flexible DC Converter Valves
蔡希鹏 · 杨柳 · 周月宾 · 饶宏 等10人 · 中国电机工程学报 · 2025年9月 · Vol.45
柔性直流输电技术是大规模新能源外送的重要载体。我国高海拔地区新能源基地宇宙射线大气中子通量大,严重威胁电压源换流器高压直流(VSC-HVDC)功率器件的可靠运行。目前高海拔应用案例及中子辐照失效率数据缺乏,影响规律不明。本文针对4.5 kV等级主流功率器件,提出IGBT与旁路转折晶闸管的大气中子辐照等效加速试验方法,开展实验并分析工作电压、温度及中子通量对失效率的影响,获取高海拔下器件的中子辐照失效率,为高海拔VSC-HVDC系统安全设计提供依据。
解读: 该研究对阳光电源高海拔应用的功率器件可靠性设计具有重要指导意义。研究成果可直接应用于SG系列高海拔光伏逆变器和ST系列储能变流器的IGBT选型与防护设计,特别是在西藏、青海等高海拔新能源基地的产品应用中。通过掌握中子辐照对IGBT失效率的影响规律,可优化产品的过压保护设计,提升功率模块可靠性,降低高...
总电离剂量辐射电荷对沟槽型功率MOSFET电容的调制
Capacitance Modulation in Trench MOSFETs Induced by TID Radiation Charge
Shenghuai Liu · Xin Zhou · Zhao Wang · Huan Gao 等6人 · IEEE Transactions on Electron Devices · 2025年9月
本文研究了总电离剂量(TID)辐射电荷对沟槽功率MOSFET电容的调制作用。提出了一种辐射电荷调制电容模型,以有效表征TID辐射下输入电容($C_{iss}$)和输出电容($C_{oss}$)的退化情况。揭示了TID引起电容退化的机制。在低漏极电压($V_{D}$)下,辐照后栅 - 漏电容($C_{gd}$)和漏 - 源电容($C_{ds}$)增大,而栅 - 源电容($C_{gs}$)减小。在高漏极电压下,$C_{gd}$和$C_{ds}$几乎不变,而$C_{gs}$继续减小。辐射电荷等效地调制...
解读: 从阳光电源的业务视角来看,这项关于沟槽型MOSFET总电离剂量(TID)辐射效应的研究具有重要的战略参考价值。作为光伏逆变器和储能系统的核心功率器件,MOSFET的可靠性直接影响产品在特殊应用场景下的性能表现。 该研究揭示了辐射环境下功率器件电容特性的退化机理,这对阳光电源拓展航空航天、高海拔、极...
基于OT-IRM算法的棒-板长间隙操作冲击击穿电压海拔校正
Altitude Correction of Switching Impulse Breakdown Voltage for Rod-Plane Long-Gap Based on OT-IRM Algorithm
Bingxue Yang · Yujian Ding · Xiaoxu Ma · Zhanhui Lu 等6人 · IEEE Transactions on Power Delivery · 2024年12月
随着海拔升高,空气间隙的绝缘强度降低。目前,间隙放电研究主要集中于低海拔区域,缺乏高海拔电气设备外绝缘设计的实验与理论支持。本文通过在55 m、2500 m和4300 m海拔下开展棒-板长间隙操作冲击放电实验,获取了不同海拔下的放电特性曲线。针对实验数据分布特点,提出基于最优传输的不变性风险最小化神经网络集成算法(OT-IRM),构建了适用于多海拔的击穿电压预测模型。模型在测试集上的平均误差为2.3%,表现出高精度与良好泛化能力。计算结果与现有海拔校正方法及其他机器学习模型对比,验证了其有效性。...
解读: 该高海拔绝缘击穿电压预测技术对阳光电源高原地区产品部署具有重要价值。针对PowerTitan储能系统和SG系列光伏逆变器在西藏、青海等高海拔电网的应用,OT-IRM算法可优化设备外绝缘设计,指导母线间隙、开关柜空气绝缘距离的海拔校正系数制定。该方法结合气象条件的泛化能力,可应用于ST系列储能变流器的...
基于物理信息深度学习与稀疏数据的电力电子器件剩余寿命预测
Remaining Useful Life Prediction of Power Electronic Devices With Physics-Informed Deep Learning and Sparse Data
Le Gao · Chaoming Liu · Yiping Xiao · Chunhua Qi 等5人 · IEEE Transactions on Power Electronics · 2025年4月
准确预测碳化硅金属氧化物半导体场效应晶体管(MOSFET)的剩余使用寿命(RUL)对于确保电力电子系统的可靠性至关重要,特别是在辐射环境下。然而,大多数现有的深度学习方法依赖于密集采样的退化数据,使其不适用于退化观测数据有限的稀疏数据条件。为解决这一局限性,我们提出了一种用于稀疏RUL预测的物理信息深度学习(PIDL)方法。该方法通过定制的物理信息损失函数,将总电离剂量引起的退化机制(具体为界面和氧化物陷阱电荷积累)融入基于Transformer的神经网络架构中。这种损失函数明确惩罚与导通状态电...
解读: 从阳光电源的业务视角来看,这项针对碳化硅MOSFET剩余寿命预测的物理信息深度学习技术具有重要的战略价值。作为光伏逆变器和储能系统的核心功率器件,碳化硅MOSFET的可靠性直接关系到我们产品在全生命周期内的性能表现和运维成本。 该技术的核心优势在于解决了稀疏数据条件下的寿命预测难题。在实际应用场景...