找到 4 条结果
基于硬件闭环控制的有源栅极驱动器用于具有开尔文源极连接的SiC MOSFET串扰抑制
The Active Gate Driver Based on Hardware Closed-Loop Control for Crosstalk Suppression of SiC MOSFETs With Kelvin-Source Connection
Mingkai Cui · Lei Chen · Yulong Pei · Feng Chai · IEEE Transactions on Power Electronics · 2024年8月
基于开尔文源极连接的碳化硅（SiC）金属氧化物半导体场效应晶体管（MOSFET）在基于桥式配置电路的功率变换器中得到了广泛应用，但串扰会显著影响其可靠性并限制其应用潜力。针对这一问题，本文提出了一种基于硬件闭环控制的有源栅极驱动器（AGD）。设计了一种简单的硬件闭环控制器来调节碳化硅MOSFET的栅源电压。一方面，闭环结构可以在线降低串扰峰值电压。另一方面，由于闭环结构能够确保栅源电压收敛，因此可以采用更高的驱动电压来缩短开关时间和降低功率损耗。与传统方法相比，所提出的有源栅极驱动器能够在不增加...
解读: 从阳光电源的业务视角来看，这项基于硬件闭环控制的SiC MOSFET有源栅极驱动技术具有重要的战略价值。在我们的光伏逆变器和储能变流器产品中，SiC器件已成为提升功率密度和效率的核心器件，但桥式拓扑中的串扰问题一直是制约系统可靠性和性能优化的瓶颈。 该技术的核心价值在于通过硬件闭环控制实现了串扰抑...
基于β-Ga₂O₃的热中子探测器演示
Demonstration of β-Ga2O3-Based Thermal Neutron Detector
Xiangdong Meng · Xinyi Pei · Yuncheng Han · Na Sun 等6人 · IEEE Electron Device Letters · 2024年12月
利用超宽带隙半导体（如氧化镓（Ga₂O₃）和金刚石）的紧凑型、高精度、耐用型热中子探测器，在恶劣环境下对核反应堆进行安全、长期的堆芯附近监测方面具有巨大潜力。然而，实现低器件漏电流和高效中子探测仍然是一项重大挑战。在这项工作中，我们展示了首个基于大面积（9平方毫米）p - NiO/β - Ga₂O₃异质结二极管的热中子探测器。该器件的界面陷阱密度较低，这通过轻微的电容 - 频率色散和低1/f噪声等效功率得以证明，从而实现了超低漏电流（在 - 200 V时为10⁻⁸ A）。因此，它对α粒子（5.4...
解读: 从阳光电源的业务视角来看，这项基于β-Ga2O3的热中子探测器技术虽然聚焦于核辐射监测领域，但其底层的超宽禁带半导体材料技术与我们在功率电子器件领域的发展方向存在重要关联性。 β-Ga2O3作为新一代超宽禁带半导体材料，其禁带宽度达4.8eV，远超碳化硅（3.3eV）和氮化镓（3.4eV）。论文展...
一种基于TKAN的光伏阵列输出功率异常检测方法
An Anomaly Detection Method for the Output Power of Photovoltaic Arrays Based on TKAN
Tingting Pei · Lei Jiang · Wei Chen · Haiyan Zhang 等6人 · IEEE Journal of Photovoltaics · 2025年8月
当今，光伏发电系统面临的最大挑战之一是使其保持在理想的发电效率下运行。为实现这一目标，对光伏阵列输出功率进行异常检测对于确保系统的可靠性和安全性至关重要。本文提出了一种基于时间柯尔莫哥洛夫 - 阿诺尔德网络（TKANs）的光伏阵列输出功率异常检测方法。首先，通过选取光伏阵列输出功率、环境温度、组件温度和辐照度的时间序列作为输入特征，构建光伏阵列参数数据集。其次，通过获取环境信息和运行参数的边界值，并将其缩放到 0 - 1 的范围，对光伏阵列参数数据集进行特征归一化处理。然后，使用 TKAN 神经...
解读: 该TKAN异常检测技术对阳光电源iSolarCloud智能运维平台具有直接应用价值。可集成至SG系列光伏逆变器的智能诊断模块，通过时序特征分析实时监测组串级输出功率异常，提前识别遮挡、热斑、组件失效等故障模式。相比传统阈值法，该方法的动态权重机制能适应不同天气条件下的功率波动特性，显著降低误报率。可...
基于数据驱动与机理模型的锂离子电池健康状态估计与拐点识别
State-of-health estimation and knee point identification of lithium-ion battery based on data-driven and mechanism model
Yulong Ni · Kai Song · Lei Pei · Xiaoyu Li 等8人 · Applied Energy · 2025年1月 · Vol.385
准确的健康状态（SOH）估计与拐点识别对于优化电池性能及生命周期管理至关重要。本文提出了一种结合改进的基于牛顿-拉夫逊优化算法优化支持向量回归与自适应提升算法（INRBO-SVR-AdaBoost）的SOH估计方法，以及一种基于最大垂直距离法并考虑失效阈值的拐点识别方法。首先，引入三项改进以增强标准NRBO算法的全局搜索能力与收敛速度，从而使SVR方法能够获得最优参数；随后，采用AdaBoost算法对INRBO-SVR方法进行集成，进一步提高SOH估计精度。实验结果表明，INRBO-SVR-Ad...
解读: 该锂电池SOH估计与拐点识别技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要价值。INRBO-SVR-AdaBoost算法可集成至iSolarCloud平台,实现储能系统电池健康状态精准预测(误差<0.89%),优化BMS管理策略。拐点识别方法可指导ESS全生命周期管理,精确判定电...