找到 2 条结果
宽温度范围内SiC MOSFET负栅压限制的深度解析
Deep Understanding of Negative Gate Voltage Restriction for SiC MOSFETs Under Wide Temperature Range
Ximing Chen · Xuan Li · Bangbing Shi · Junmiao Xiang 等10人 · IEEE Transactions on Power Electronics · 2021年8月
本文深入揭示了SiC MOSFET在宽温度范围（高达300°C）及不同栅压下的栅极可靠性问题。通过将SiC MOSFET的栅极结构拆解为N型JFET和P型沟道区域，研究了在相同制造工艺和热预算下的物理机制，为提升SiC功率器件在极端工况下的可靠性提供了理论依据。
解读: SiC MOSFET是阳光电源组串式逆变器、PowerTitan储能系统及电动汽车充电桩提升功率密度和效率的核心器件。该研究揭示的负栅压限制与高温可靠性机理，对阳光电源优化驱动电路设计、提升极端环境下的器件寿命预测具有重要指导意义。建议研发团队在设计高功率密度产品时，参考该研究关于栅极结构与热应力的...
可解释性机器学习揭示杂化钙钛矿太阳能电池的光电转换效率
Interpretable machine learning insights of power conversion efficiency for hybrid perovskites solar cells
Yudong Shi · Jiansen Wen · Cuilian Wen · Linqin Jiang 等7人 · Solar Energy · 2025年4月 · Vol.290
摘要 杂化有机-无机钙钛矿（HOIPs）太阳能电池因其高能量转换效率、易于制备以及低成本等优势，在光伏领域展现出广阔的应用前景。随着人工智能的蓬勃发展，机器学习（ML）近年来已被用于新型HOIPs材料的设计。然而，由于现有机器学习模型缺乏可解释性，其在HOIPs材料设计中的实际应用受到较大限制。本文提出一种数据驱动的可解释性机器学习方法，用于提取影响基于HOIPs太阳能电池功率转换效率（PCE）的通用且简洁的描述符。研究突出提出了两个由易于获取参数构成的描述符，可用于准确预测PCE，其预测性能优...
解读: 该可解释机器学习技术为阳光电源光伏逆变器研发提供重要启示。通过数据驱动方法快速筛选高效钙钛矿电池,可优化SG系列逆变器的MPPT算法适配性。研究中提出的简化描述符预测方法,可应用于iSolarCloud平台的组件性能预测模型,实现电站级效率优化。结合GaN功率器件特性,该方法有助于加速新型光伏材料与...