找到 4 条结果
双三相永磁同步电机带谐波补偿的解耦容错模型预测电流控制
Decoupled Fault-Tolerant Model Predictive Current Control for Dual Three-Phase PMSMs With Harmonic Compensation
Jia Cui · Jinghua Ji · Wenxiang Zhao · Tao Tao 等6人 · IEEE Transactions on Power Electronics · 2023年2月
本文提出了一种针对双三相永磁同步电机的解耦容错模型预测电流控制策略，并引入了谐波补偿方案。通过设计谐波闭环控制，有效抑制了开路故障下由非正弦反电动势引起的谐波干扰，实现了故障状态下的稳定运行。
解读: 该研究聚焦于多相电机的高可靠性控制，虽然阳光电源目前核心业务集中在光伏逆变器、储能PCS及风电变流器，但其提出的“模型预测控制（MPC）”与“容错控制”技术在电力电子领域具有通用性。对于阳光电源的风电变流器产品线，该技术可提升发电机侧变流器在故障工况下的鲁棒性；同时，MPC算法在储能PCS的高性能电...
双轴和单轴机械应力下4H-SiC功率MOSFET电学特性的实验研究
Experimental Investigations on the Electrical Properties of 4H-SiC Power MOSFETs Under Biaxial and Uniaxial Mechanical Strains
Wangran Wu · Hongyu Wei · Pengyu Tang · Guangan Yang 等7人 · IEEE Transactions on Power Electronics · 2022年1月
本文全面研究了1200V平面栅4H-SiC功率MOSFET在机械应力下的电学特性。通过晶圆弯曲系统，实验分析了双轴应力、平行于栅极沟道的单轴应力以及垂直于栅极沟道的单轴应力对器件性能的影响。
解读: SiC器件是阳光电源提升光伏逆变器和储能系统功率密度与效率的核心。随着PowerTitan系列储能系统及组串式逆变器向高压、高功率密度方向演进，功率模块在封装及运行过程中承受的机械应力对SiC MOSFET的长期可靠性至关重要。本研究揭示了不同应力方向对器件电学性能的影响，为阳光电源在功率模块封装工...
基于HfAlOx电荷俘获层介质与原位O3处理的InAlN/GaN MIS-HEMT器件栅极漏电流和击穿电压的改善
Improved gate leakage current and breakdown voltage of InAlN/GaN MIS-HEMTs by HfAlOx-based charge-trapping layer dielectric and _in situ_ O3 treatment
Fangzhou Du · Yang Jiang · Hong Kong · Peiran Wang 等5人 · Applied Physics Letters · 2025年1月 · Vol.126
本文报道了一种通过引入HfAlOx基电荷俘获层介质并结合原位O3处理，显著改善InAlN/GaN金属-绝缘体-半导体高电子迁移率晶体管（MIS-HEMT）性能的方法。该工艺有效抑制了栅极漏电流，同时提升了器件的击穿电压。HfAlOx层可捕获界面正电荷，降低电场峰值，而原位O3处理则优化了介质/半导体界面质量，减少缺陷态密度。实验结果表明，器件的栅极泄漏电流显著降低，反向击穿电压大幅提高，为高性能GaN基功率器件的研制提供了可行的技术路径。
解读: 该研究的HfAlOx介质与O3处理工艺对阳光电源的GaN功率器件开发具有重要参考价值。通过降低栅极漏电流和提高击穿电压,可显著提升GaN器件在高频应用场景下的可靠性,特别适用于SG系列光伏逆变器和ST系列储能变流器的高频DC-DC模块。该技术可优化阳光电源产品的功率密度和转换效率:在光伏逆变器中可实...
基于可迁移代理模型与多目标优化的高效LDMOS设计
Efficient LDMOS Design via Transferable Surrogate Models and Multi-Objective Optimization
Hongyu Tang · Chenggang Xu · Xiaoyun Huang · Yuxuan Zhu 等6人 · IEEE Electron Device Letters · 2025年9月
优化横向双扩散金属氧化物半导体（LDMOS）性能需要在硅极限约束下平衡击穿电压（BV）和比导通电阻（ $\text {R}_{\text {on},\text {sp}}$ ）。传统的基于技术计算机辅助设计（TCAD）的器件设计在处理大参数空间时耗时且效率低下。本文提出了一种机器学习（ML）辅助框架，该框架将初始和微调后的深度神经网络（DNN）替代模型与多目标粒子群优化（MOPSO）相结合。微调后的DNN仅使用小数据集就能适应非重叠的扩展设计空间，同时在MOPSO过程中选择性地应用这两个替代模型...
解读: 从阳光电源的业务视角来看，这项基于机器学习的LDMOS优化技术具有重要的战略价值。LDMOS（横向双扩散金属氧化物半导体）器件是光伏逆变器和储能变流器中功率转换电路的核心元件，其击穿电压与导通电阻的平衡直接影响系统的效率、可靠性和成本。 该技术的核心创新在于利用深度神经网络替代传统TCAD仿真，将...