找到 4 条结果
单层铁芯绕组等效杂散电容估算分析方法
Analytical Methods for Estimating the Equivalent Stray Capacitance of Single-Layer Core Windings
Da Liang · Kunlun Zhang · Song Xiao · Ying Wang 等7人 · IEEE Transactions on Power Electronics · 2023年7月
本文探讨了估算单层铁芯绕组等效杂散电容(ESC)的两种分析方法:电容网络法(CNM)和能量等效法(EEM)。针对CNM在对称绕组应用中的局限性以及EEM在已知电位分布的多导体系统中的限制,文章提出了改进方法,旨在提高绕组高频寄生参数计算的准确性。
解读: 该研究聚焦于磁性元件的高频寄生参数建模,对阳光电源的风电变流器及光伏逆变器中的电感/变压器设计具有重要参考价值。随着功率密度提升,高频下的杂散电容直接影响EMI性能及开关损耗。通过更精确的ESC估算,研发团队可优化磁性元件绕组结构,降低高频振荡风险,提升变流器电磁兼容性(EMC)设计水平。建议在风电...
基于Si p-隧道场效应晶体管和ITO n-场效应晶体管的低功耗三维CMOS反相器演示
Demonstration of Low-Power Three-Dimensional CMOS Inverters Based on Si p-Tunnel FET and ITO n-FET
Anyu Tong · Kaifeng Wang · Qianlan Hu · Zhiyu Wang 等6人 · IEEE Electron Device Letters · 2025年3月
本研究基于垂直堆叠的前道制程(FEOL)p 型硅隧穿场效应晶体管(TFET)与后道制程(BEOL)n 型铟锡氧化物(ITO)场效应晶体管的异质三维集成,展示了低功耗互补金属氧化物半导体(CMOS)反相器和 5 级环形振荡器(RO)。由于 p 型和 n 型场效应晶体管的关态电流均较低,我们的 ITO/TFET 异质三维集成 CMOS 反相器在 ${\text{V}}_{\text {dd}}=1$ V 时静态功耗低至 4.83 pW,在 ${\text{V}}_{\text {dd}}=2.5$ ...
解读: 从阳光电源的业务视角来看,这项基于三维异质集成的超低功耗CMOS技术展现出值得关注的应用潜力。该技术通过垂直堆叠硅基p型隧穿晶体管与ITO n型晶体管,实现了4.83 pW的极低静态功耗和522 V/V的高电压增益,这些特性与我们在光伏逆变器和储能系统中对功率控制芯片的核心需求高度契合。 在光伏逆...
掺杂分离型隧穿场效应晶体管自对准漏极欠重叠结构变异行为的分析与表征方法
Analysis and Characterization Approach of Variation Behavior for Dopant-Segregated Tunnel FETs With Self-Aligned Drain Underlap
Kaifeng Wang · Qianqian Huang · Ru Huang · IEEE Transactions on Electron Devices · 2025年2月
新型掺杂分凝隧道场效应晶体管(DS - TFET)最近被提出,并在标准互补金属氧化物半导体(CMOS)基线平台上通过实验证明是一种很有前途的低功耗器件。在本文中,为实现大规模生产,我们评估了DS - TFET的变异特性,并仔细研究了其物理机制。与传统隧道场效应晶体管不同,研究发现隧道结的掺杂梯度(TDG)和漏极非重叠区的电气长度( ${L}_{\text {und}}$ )是两个主要的随机变异源,并且 ${L}_{\text {und}}$ 的额外变异导致了 $\sigma {I}$ on和 $...
解读: 该DS-TFET低功耗器件技术对阳光电源功率电子产品具有重要参考价值。文中提出的变异行为分析方法可应用于SiC/GaN功率器件的工艺一致性评估,特别是ST储能变流器和SG光伏逆变器中的驱动芯片设计。自对准漏极欠重叠结构的工艺参数统计分析方法,可借鉴用于功率模块的制造可靠性评估与良率提升。阈值电压与导...
增强局部峰值点的风电功率预测:一种新型Seq2LPP模型
Enhancing Wind Power Forecasting at Local Peak Points: A Novel Seq2LPP Model
Nanyang Zhu · Ying Wang · Kun Yuan · Yanxia Pan 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月
挖掘基于深度学习(DL)的模型在局部峰值点(LPPs)风电功率预测方面的潜力,仍是一个至关重要但尚未充分探索的方向。尽管现有的基于深度学习的模型在常规风电功率预测(WPF)中表现出色,但它们主要侧重于优化预测时域内整体风电功率预测的平均精度,因此在局部峰值点的预测中表现不佳。由于局部峰值点的风电功率存在大幅波动和非平稳性,基于深度学习的模型更难对其进行预测。考虑到局部峰值点与多源数值天气预报(NWP)数据之间存在强相关性,我们提出了一种由多源数值天气预报数据驱动的新型Seq2LPP模型,以加深对...
解读: 从阳光电源新能源系统集成商的视角来看,该论文提出的Seq2LPP模型针对风电功率预测中局部峰值点(LPPs)的精准预测问题,具有重要的实际应用价值。虽然我司业务以光伏逆变器和储能系统为核心,但在"风光储一体化"和综合能源解决方案领域,精准的风电功率预测直接影响系统调度优化和储能配置策略。 该模型的...