找到 6 条结果
基于人工神经网络的封装SiC MOSFET短路耐受时间筛选方法
Artificial Neural Network-Based Screening Method for Short-Circuit Withstand Time in Packaged SiC MOSFETs to Enhance Device Consistency
Hengyu Yu · Monikuntala Bhattacharya · Michael Jin · Limeng Shi 等6人 · IEEE Electron Device Letters · 2025年4月
开发一种有效的方法以提高碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）的短路耐受时间（SCWT）均匀性，对于确保电力电子系统中器件的可靠性和一致性至关重要。本文详细分析了由不可避免的工艺偏差导致的短路耐受时间变化，并介绍了一种基于人工神经网络（ANN）技术的新型筛选方法。利用从碳化硅MOSFET中提取的特征参数构建了一个两层隐藏层的人工神经网络模型。训练后的模型能够准确预测通过技术计算机辅助设计（TCAD）模拟的碳化硅MOSFET的短路耐受时间，最大误差小于15%，平均...
解读: 从阳光电源的业务视角来看，这项基于人工神经网络的SiC MOSFET短路耐受时间筛选技术具有重要的工程应用价值。作为全球领先的光伏逆变器和储能系统供应商，我们的产品正加速向SiC功率器件转型，以实现更高的功率密度和系统效率。然而，SiC MOSFET的短路耐受时间（SCWT）一致性问题一直是制约大规...
商用1.2-kV SiC沟槽型MOSFET在重复短路应力下的失效与退化分析
Failure and Degradation Analysis of Commercial 1.2-kV SiC Trench MOSFETs Under Repetitive Short-Circuit Stress
Hengyu Yu · Michael Jin · Limeng Shi · Monikuntala Bhattacharya 等6人 · IEEE Transactions on Electron Devices · 2025年2月
本研究对承受重复短路（RSC）应力的先进商用1.2 kV碳化硅（SiC）沟槽金属氧化物半导体场效应晶体管（MOSFET）的失效机制和退化模式进行了深入分析。对两种商用沟槽MOSFET，即增强型双沟槽MOSFET（RDT - MOS）和非对称沟槽MOSFET（AT - MOS），在最大单次短路（SC）能量的50%、漏源电压为800 V的条件下进行了测试。通过分析漏电流路径确定了失效机制，主要包括介电层的热致破裂以及高温导致的沟槽失效。与单次短路测试中失效主要由热失控驱动不同，重复短路应力下的失效归...
解读: 从阳光电源的业务视角来看，这项关于1.2kV SiC沟槽MOSFET在重复短路应力下的失效机制研究具有重要的工程应用价值。SiC功率器件是我们光伏逆变器和储能变流器核心功率拓扑的关键元件，其可靠性直接影响系统的安全性和全生命周期成本。 该研究揭示了两种商用沟槽型SiC MOSFET在重复短路工况下...
基于正向衬底偏压的氮化镓高电子迁移率晶体管中的载流子输运特性
Charge Transport in GaN High Electron Mobility Transistor With Positive Substrate Bias
Peng Huang · Matthew D. Smith · Michael J. Uren · Zequan Chen 等6人 · IEEE Transactions on Electron Devices · 2025年6月
采用高达 +600 V 的正衬底偏压，对额定电压为 650 V 的氮化镓（GaN）高电子迁移率晶体管（HEMT）中的电荷输运进行了研究。正衬底偏压导致沟道电流减小，这归因于缓冲层中存储了负电荷，使得二维电子气（2DEG）沟道密度降低了超过 50%。通过在衬底偏压应力后测量恢复瞬态，研究了累积电荷的动力学特性，当衬底应力偏压 > +200 V 时，恢复时间超过 1000 秒。在正衬底偏压应力之后，立即施加短时间的负衬底偏压，可显著缩短恢复时间。本文给出了全面的解释，这需要详细了解外延层叠结构中各层...
解读: 从阳光电源的业务视角来看，这项关于GaN HEMT器件在正衬底偏压下电荷传输特性的研究具有重要的工程应用价值。GaN功率器件凭借其高开关频率、低导通损耗和高功率密度特性，已成为我司光伏逆变器和储能变流器产品实现高效率、小型化的关键技术路径。 该研究揭示的正衬底偏压导致沟道电流下降、二维电子气密度降...
比较可调节高海拔光伏阵列的实测与模拟结果
Comparing measurements and simulations using an adjustable high-alpine photovoltaic array
Michael Wild · Dionis Andereg · Lukas Bernhar · Sven Strebe 等5人 · Solar Energy · 2025年1月 · Vol.287
摘要 本文报道了一套高度可调、完全自动化的微型多排高海拔光伏阵列的设计、调试、验证与运行情况，该阵列安装于瑞士达沃斯海拔约2500米处。该1:12比例缩放的光伏场由三排组成，每排包含七块背对背安装的单面光伏组件（等效为双面组件），可在较大范围内独立且快速地调节排间距、组件倾角以及地面坡度角。这使得能够在较短的时间间隔内同步记录多种电站配置下的实际运行性能。同时，在同一地点设置了一套包含不同倾角的单面和双面组件的全尺寸静态光伏系统，用于验证测量数据的准确性。实验结果与基于商业软件PVsyst的先进...
解读: 该高山双面组件实测研究对阳光电源SG系列逆变器在高海拔场景应用具有重要参考价值。研究发现雪地反照率被低估导致实际发电量高出7-16%,提示我们优化MPPT算法需考虑高反射率环境的动态响应特性。建议在iSolarCloud平台集成基于实测数据的发电量修正模型,针对高海拔雪地场景改进PVsyst仿真参数...
基于时空知识蒸馏的居民用户电力负荷预测
Electric Load Forecasting for Individual Households via Spatial-Temporal Knowledge Distillation
Weixuan Lin · Di Wu · Michael Jenkin · IEEE Transactions on Power Systems · 2024年4月
随着电网安全运行和家庭能源管理系统的发展，居民用户的短期负荷预测（STLF）日益重要。尽管机器学习在住宅STLF中表现有效，但本地设备的数据与资源限制制约了个体用户预测的精度。相比之下，电力公司拥有更丰富的数据和更强的计算能力，可部署基于图神经网络（GNN）等复杂模型，挖掘用户间的时空关联以提升预测性能。本文提出一种高效且保护隐私的知识蒸馏框架，通过将基于公用数据预训练的GNN模型中的时空知识迁移至轻量级个体模型，在不访问其他用户数据的前提下提升个体预测精度。在真实住宅负荷数据集上的实验验证了该...
解读: 该时空知识蒸馏负荷预测技术对阳光电源户用储能系统（如ST系列）和iSolarCloud平台具有重要应用价值。可将云端基于海量用户数据训练的GNN预测模型压缩至本地ESS控制器，在保护用户隐私前提下实现高精度负荷预测，优化储能充放电策略和光储协同控制。该轻量化模型可嵌入户用逆变器DSP/ARM芯片，降...
基于Copula的整体系统模型研究电网级储能的环境与经济影响
A copula-based whole system model to understand the environmental and economic impacts of grid-scale energy storage
Fan He · Matthew Leach · Michael Short · Yurui Fan 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 能源储能在未来电力系统中具有重要作用。然而，电网级储能于电力系统乃至整个社会经济系统中的作用尚不明确。本文构建了一种基于Copula函数的整体系统模型，以探究电网级储能的经济与环境效应，从而为微观和宏观层面的决策提供支持。该模型将电力系统优化模型与投入产出模型相耦合，并嵌入Copula函数以刻画电力需求、排放约束以及部门细分所带来多重且相互关联的不确定性。本文以2025年的中国和英国为案例，考虑不同的储能技术（抽水蓄能、电池储能、飞轮储能），分析不同电力系统与经济结构下的差异。研究发现，增...
解读: 该研究验证了储能系统在电力系统优化和碳减排中的关键作用,与阳光电源ST系列PCS和PowerTitan储能解决方案的战略定位高度契合。研究揭示的储能-可再生能源协同效应,为我们的光储一体化方案(SG逆变器+ST储能)提供了理论支撑。基于Copula模型的多重不确定性分析方法,可启发iSolarClo...