找到 2 条结果
一种基于神经网络的SPICE环境电热器件交互仿真方法
A Neural Network Based Approach to Simulate Electrothermal Device Interaction in SPICE Environment
Diego Chiozzi · Mirko Bernardoni · Nicola Delmonte · Paolo Cova · IEEE Transactions on Power Electronics · 2019年5月
本文提出了一种基于神经网络（NN）的电力电子器件电热交互仿真建模方法。该方法利用神经网络处理电力电子器件复杂的非线性及温度相关特性，并特别适用于电气仿真软件（如SPICE）的集成，有效提升了电热耦合仿真的效率与精度。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan储能系统）具有极高价值。在功率密度不断提升的趋势下，IGBT/SiC模块的热管理是影响系统可靠性的关键。该方法通过神经网络实现电热耦合仿真，可显著缩短研发周期，提升对功率模块在极端工况下热应力的预测精度。建议研发团队将其引...
电动汽车IGBT功率模块单相与两相冷却系统传热能力对比研究
Comparison of the Heat Transfer Capabilities of Conventional Single- and Two-Phase Cooling Systems for an Electric Vehicle IGBT Power Module
Itxaso Aranzabal · Inigo Martinez de Alegria · Nicola Delmonte · Paolo Cova 等5人 · IEEE Transactions on Power Electronics · 2019年5月
本文对比了传统单相水/乙二醇冷却系统与创新型两相冷却技术在电动汽车高功率IGBT模块全驱动周期下的热管理性能。两相冷却系统利用汽车空调组件（冷凝器、膨胀阀、压缩机等）构建，旨在提升高功率密度电力电子器件的散热效率与可靠性。
解读: 该研究对阳光电源的功率模块热设计具有重要参考价值。随着阳光电源组串式逆变器和PowerTitan储能系统功率密度的不断提升，传统单相水冷方案在极端工况下可能面临散热瓶颈。两相冷却技术作为一种高效散热方案，可显著降低IGBT结温波动，提升系统可靠性。建议研发团队关注该技术在大型储能PCS及高功率密度光...