Yizheng Tang · Cao Zhan · Lingyu Zhu · Hao Sun 等8人 · IEEE Transactions on Power Electronics · 2025年10月

本文提出了一种新型物理信息智能热模型（PIITM），用于碳化硅（SiC）功率模块。该模型融合了组件热传递逻辑，相比传统智能模型具有更好的可解释性与泛化能力。通过残差卷积神经网络提取热特征，实现了对SiC模块热行为的精确建模。

解读: 该技术对阳光电源的核心产品线（如组串式逆变器、PowerTitan储能系统及风电变流器）具有重要应用价值。随着SiC器件在高性能逆变器中的广泛应用，热管理成为提升功率密度和可靠性的关键。PIITM模型通过物理机理与AI的结合，能显著提升热仿真精度，缩短研发周期。建议在iSolarCloud智能运维平...