找到 4 条结果

排序:
控制与算法 机器学习 深度学习 功率模块 ★ 4.0

基于条件生成对抗网络的高频磁性元件铁损预测

Conditional Generative Adversarial Network Aided Iron Loss Prediction for High-Frequency Magnetic Components

Xiaobing Shen · Yu Zuo · Wilmar Martinez · IEEE Transactions on Power Electronics · 2024年8月

本文针对高频磁性元件铁损预测的复杂挑战,提出了一种新型条件生成对抗网络(cGAN)模型。该框架克服了传统预测方法忽略多因素复杂交互的局限性,能够更全面地捕捉磁性材料在高频工作条件下的损耗特性,为电力电子变换器的磁性元件设计提供了更精确的理论支撑。

解读: 磁性元件是阳光电源组串式逆变器、PowerTitan储能变流器及车载充电桩等产品的核心部件。随着功率密度提升,高频化带来的磁损耗成为制约效率提升的关键瓶颈。该研究利用cGAN进行铁损预测,比传统有限元仿真更高效,能显著缩短磁性元件的研发周期。建议研发团队将其引入iSolarCloud辅助设计平台,通...

拓扑与电路 机器学习 深度学习 功率模块 ★ 4.0

基于去噪扩散模型的高频磁性元件铁损外推预测

Iron Loss Extrapolation Predictions for High-Frequency Magnetic Components Using Denoising Diffusion Models

Xiaobing Shen · Yu Zuo · Diego Bernal Cobaleda · Wilmar Martinez · IEEE Transactions on Power Electronics · 2025年10月

本文引入去噪扩散概率模型(DDPM)以提升高频磁性元件的铁损预测精度。传统Steinmetz方程难以捕捉高频磁芯损耗的非线性动态及复杂波形。相比于多层感知机、迁移学习等方法,该模型能更准确地处理复杂工况下的损耗预测问题。

解读: 随着阳光电源组串式逆变器及PowerTitan系列储能变流器向高功率密度、高开关频率方向演进,磁性元件(电感、变压器)的损耗优化成为提升整机效率的关键。该研究提出的扩散模型能够更精准地预测复杂高频波形下的铁损,有助于研发团队在设计阶段优化磁件选型与绕组方案,降低温升,提升产品可靠性。建议将该算法集成...

智能化与AI应用 功率模块 机器学习 深度学习 ★ 4.0

人工智能在电力电子系统高频磁性元件设计中的应用综述

Artificial Intelligence Applications in High-Frequency Magnetic Components Design for Power Electronics Systems: An Overview

Xiaobing Shen · Yu Zuo · Jiaze Kong · Wilmar Martinez · IEEE Transactions on Power Electronics · 2024年7月

本文综述了人工智能(AI)在电力电子高频磁性元件(电感与变压器)设计中的应用,涵盖专家系统、模糊逻辑、元启发式算法及机器学习四大类。文章重点探讨了AI模型在损耗估计、参数优化及设计自动化方面的应用,旨在提升高频电力电子系统的设计效率与性能。

解读: 磁性元件(电感、变压器)是阳光电源组串式逆变器、PowerTitan储能变流器及充电桩的核心功率密度瓶颈。引入AI辅助设计可显著缩短高频磁性元件的研发周期,优化损耗模型,助力提升产品功率密度。建议研发团队利用机器学习算法替代传统的繁琐有限元仿真,在PowerTitan等大功率储能产品中实现磁性元件的...

拓扑与电路 LLC谐振 充电桩 双向DC-DC ★ 5.0

用于直流耦合电动汽车充电站的宽电压范围及低电压应力可重构LLC谐振变换器

Reconfigurable LLC Resonant Converter for Wide Voltage Range and Reduced Voltage Stress in DC-Connected EV Charging Stations

Yu Zuo · Xiaobing Shen · Wilmar Martinez · IEEE Transactions on Power Electronics · 2025年3月

为满足400V、800V及下一代1200V电动汽车的充电需求,本文提出一种可重构LLC谐振变换器。通过切换不同的逆变与整流方式,该变换器能够支持宽输出电压范围,适用于低、中、高压电动汽车充电,并有效降低了电压应力。

解读: 该技术对阳光电源的电动汽车充电桩产品线具有重要参考价值。随着800V及更高电压平台车型普及,充电桩需具备更宽的输出电压范围。该可重构LLC拓扑能有效解决高压充电下的效率与电压应力平衡问题,提升充电桩的功率密度和可靠性。建议研发团队关注其拓扑切换控制策略,探索将其应用于阳光电源的高功率直流快充桩,以提...