找到 2 条结果
多目标集成电路物理布局优化的分层深度强化学习及拥塞感知奖励塑造
Hierarchical Deep Reinforcement Learning for Multi-Objective Integrated Circuit Physical Layout Optimization With Congestion-Aware Reward Shaping
Haijian Zhang · Yao Ge · Xiuyuan Zhao · Jiyuan Wang · IEEE Access · 2025年1月
随着半导体技术向先进节点演进,集成电路物理布局优化面临关键挑战,传统EDA工具难以同时优化布线拥塞、功耗和时序等多个冲突目标。本文提出一种新型分层深度强化学习框架,采用拥塞感知奖励塑造机制动态平衡探索与利用。
解读: 该深度强化学习优化技术可直接应用于阳光电源SiC功率模块的芯片布局设计。通过多目标优化框架同时优化功率密度、热分布和可靠性,为ST系列储能变流器的新一代高功率密度芯片设计提供AI辅助工具。...
基于OT-IRM算法的棒-板长间隙操作冲击击穿电压海拔校正
Altitude Correction of Switching Impulse Breakdown Voltage for Rod-Plane Long-Gap Based on OT-IRM Algorithm
Bingxue Yang · Yujian Ding · Xiaoxu Ma · Zhanhui Lu 等6人 · IEEE Transactions on Power Delivery · 2024年12月
随着海拔升高，空气间隙的绝缘强度降低。目前，间隙放电研究主要集中于低海拔区域，缺乏高海拔电气设备外绝缘设计的实验与理论支持。本文通过在55 m、2500 m和4300 m海拔下开展棒-板长间隙操作冲击放电实验，获取了不同海拔下的放电特性曲线。针对实验数据分布特点，提出基于最优传输的不变性风险最小化神经网络集成算法（OT-IRM），构建了适用于多海拔的击穿电压预测模型。模型在测试集上的平均误差为2.3%，表现出高精度与良好泛化能力。计算结果与现有海拔校正方法及其他机器学习模型对比，验证了其有效性。...
解读: 该高海拔绝缘击穿电压预测技术对阳光电源高原地区产品部署具有重要价值。针对PowerTitan储能系统和SG系列光伏逆变器在西藏、青海等高海拔电网的应用，OT-IRM算法可优化设备外绝缘设计，指导母线间隙、开关柜空气绝缘距离的海拔校正系数制定。该方法结合气象条件的泛化能力，可应用于ST系列储能变流器的...