Weiqiang Chen · Lingyi Zhang · Krishna Pattipati · Ali M. Bazzi 等6人 · IEEE Transactions on Power Electronics · 2020年4月

本文提出了一种用于碳化硅（SiC）MOSFET故障预测的无监督学习方法。该方法通过监测器件在退化过程中的电压、电流、温度及其他特征参数的变化趋势来实现。文章回顾了半导体失效模式及现有故障预测技术，并首次针对SiC器件的退化特性提出了该数据驱动方案。

解读: SiC MOSFET是阳光电源组串式逆变器、PowerTitan储能系统及电动汽车充电桩的核心功率器件。随着高功率密度设计需求增加，SiC器件的可靠性成为系统长寿命运行的关键。该研究提出的无监督学习故障预测方法，可集成至iSolarCloud智能运维平台中，通过实时采集电压、电流及温度数据，实现对功...