典型文献
多数据驱动人工神经网络的IGBT结温在线估计方法
文献摘要：
传统结温估计方法因其无法根据IGBT模块健康状态实时调校,从而导致当模块发生封装退化后无法准确估计结温.因此,为解决在实际工况中模块封装退化造成的结温估计误差问题,建立了一个基于多数据驱动的以人工神经网络为主体的IGBT结温在线估计模型.首先,确定饱和压降作为温敏电参数并研究其构成,分析其与集电极电流,芯片结温和封装退化之间的耦合关系.随后,为解决封装退化造成的饱和压降温度特性变化问题,提出结合米勒电压温度特性的优势,配合饱和压降与集电极电流驱动人工神经网络算法构建结温估计模型,并通过搭建实验平台提取数据,完成模型的训练.最终,通过与传统结温估计方法对比估计误差,新模型将结温估计误差从20％降低到了5％以下.
文献关键词：
IGBT;结温估计;封装退化;数据驱动;神经网络
中图分类号：
作者姓名：
赵泽宇;杜明星
作者机构：
天津理工大学天津市复杂系统控制理论及应用重点实验室 天津 300384
文献出处：
引用格式：
[1]赵泽宇;杜明星-.多数据驱动人工神经网络的IGBT结温在线估计方法)[J].电子测量与仪器学报,2022(07):223-229
A类：
结温估计,封装退化,温敏电参数
B类：
人工神经网络,IGBT,在线估计方法,法因,健康状态,调校,实际工况,模块封装,估计误差,饱和压降,集电极,电极电流,芯片结温,耦合关系,温度特性,米勒,神经网络算法,实验平台,提取数据,成模,方法对比
AB值：
0.211903
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
