找到 1 条结果
基于人工神经网络的中频变压器最高温度与损耗分布在线监测
On-Line Monitoring of Maximum Temperature and Loss Distribution of a Medium Frequency Transformer Using Artificial Neural Networks
Daniel Santamargarita · David Molinero · Emilio Bueno · Marta Marrón 等5人 · IEEE Transactions on Power Electronics · 2023年12月
中频磁性元件的损耗与最高温度是评估其健康状态的关键指标。由于磁芯损耗随平均温度变化，且利兹线绕组损耗受结构影响复杂，直接测量或估算这些参数难度极大。本文提出一种基于人工神经网络的在线监测方法，旨在实现对中频变压器内部损耗分布及最高温度的精确估计。
解读: 该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及组串式逆变器中的高频磁性元件设计具有重要参考价值。随着功率密度提升，变压器热管理成为提升系统可靠性的瓶颈。通过引入神经网络进行在线热监测与损耗评估，可优化iSolarCloud平台的故障预警算法，实现从“被动维护”向“预测性...