找到 2 条结果
基于人工神经网络的SiC MOSFET功率模块开关损耗预测
ANN-Assisted Switching Loss Prediction for SiC MOSFET Power Module
Youyang Wang · Wenxiao Wang · Shilong Zhu · Hui Zhu 等8人 · IEEE Transactions on Power Electronics · 预计 2026年5月
准确快速地确定开关损耗对于SiC MOSFET功率模块的能耗评估和系统散热设计至关重要。然而，传统方法难以兼顾建模复杂度和预测精度。本文提出了一种有效的开关损耗预测方法，利用人工神经网络（ANN）实现高精度与低复杂度的平衡。
解读: 该技术对阳光电源的核心业务具有极高价值。随着公司组串式逆变器及PowerTitan/PowerStack储能系统向高功率密度、高效率方向演进，SiC器件的应用日益普及。该ANN辅助预测方法可直接优化逆变器及PCS的散热设计，减少过设计带来的成本浪费，并提升系统在极端工况下的热管理精度。建议研发团队将...
一种基于DLL的带补偿模块和延时可调单元的延迟线DPWM架构
A Delay-Line DPWM Architecture With Compensation Module and Delay-Adjustable Unit Based on DLL
Daying Sun · Jiayi Hu · Chong Wang · Xiong Cheng 等5人 · IEEE Transactions on Power Electronics · 2021年1月
随着数字脉宽调制（DPWM）分辨率的提高，外部时钟频率或温度变化导致的占空比时间误差显著增加。本文提出了一种基于延迟锁定环（DLL）的延迟线DPWM架构，通过引入补偿模块和延时可调单元，有效抑制了环境因素带来的时间抖动，提升了变换器的调节性能与输出精度。
解读: 该技术对阳光电源的核心产品线（如组串式光伏逆变器、ST系列储能PCS）具有重要意义。随着电力电子变换器向高开关频率、高功率密度方向发展，DPWM的分辨率直接决定了输出电流的谐波质量和控制精度。该架构通过DLL补偿机制解决温度漂移和时钟抖动问题，能够显著提升阳光电源逆变器在极端工况下的并网电流质量和动...