找到 3 条结果
基于LPTN信息神经网络的永磁同步电机多节点温度估计混合热建模
Hybrid Thermal Modeling With LPTN-Informed Neural Network for Multinode Temperature Estimation in PMSM
Zirui Liu · Wubin Kong · Xinggang Fan · Zimin Li 等6人 · IEEE Transactions on Power Electronics · 2024年9月
针对永磁同步电机（PMSM）在有限训练数据下多节点温度估计精度不足的问题，本文提出了一种结合集总参数热网络（LPTN）与神经网络的混合建模方法。该方法通过将物理模型（LPTN）引入神经网络，有效解决了高阶热网络参数辨识及模型不确定性问题，实现了更精确的温度监测。
解读: 该技术主要针对电机驱动领域，与阳光电源的风电变流器及电动汽车充电桩业务具有较强的技术关联。在风电变流器中，功率模块与电机的热管理直接影响系统的可靠性与寿命；在充电桩领域，该混合建模方法可用于提升功率模块及关键部件的实时热状态感知精度，从而优化过温保护策略，提升产品在极端工况下的可靠性。建议研发团队关...
一种基于模型与数据驱动集成的永磁同步电机温度估计方法
A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM
Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年7月
为实现永磁同步电机（PMSM）的精确在线温度估计，本文提出了一种模型与数据驱动相结合的集成方法。首先，构建简化集总参数热网络（LPTN）模型以捕捉温度变化趋势；同时，设计小型人工神经网络（ANN）对模型误差进行补偿，从而实现高精度的温度预测。
解读: 该技术主要应用于电机驱动领域，虽然阳光电源核心业务为光伏与储能，但该方法在电机热管理方面的思路对公司业务有借鉴意义：1. 在风电变流器领域，风机发电机组的在线热监测可提升系统可靠性；2. 在电动汽车充电桩的功率模块散热设计中，该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测，优化散热控...
绕组嵌入式水冷用于集中绕组轴向磁通永磁轮毂电机
Winding Embedded Water Cooling for Axial Flux PM In-Wheel Motor with Concentrated Windings
Chen Wang · Hailu Zhu · Zhuoran Zhang · IEEE Transactions on Energy Conversion · 2025年6月
本文提出了一种新型绕组嵌入式水冷方法，以改善集中绕组无轭分段电枢（YASA）轴向磁通永磁（AFPM）轮毂电机的热管理和定子刚度。首先，阐述了结构冷却设计的考虑因素，并分析了电机在不同工况下的损耗分布。然后，考虑AFPM轮毂电机的损耗分布和温度传递特性，构建了三维集总参数热网络（3D LPTN）模型。此外，建立了计算流体动力学（CFD）模型并进行对比，以验证所提模型的准确性。另外，获取了优化的关键参数以提高效率和转矩密度。最后，制造并测试了一台30kW的AFPM轮毂电机样机，并根据定子绕组和转子在...
解读: 从阳光电源业务视角来看，这项轮毂电机绕组嵌入式水冷技术虽然直接应用于电动汽车领域，但其核心热管理理念与我们在光伏逆变器和储能系统中面临的散热挑战高度契合。该技术针对轴向磁通永磁电机提出的集中绕组水冷方案，通过三维集总参数热网络模型和CFD仿真优化散热路径，这种多物理场耦合分析方法可直接借鉴到我们大功...