基于LabVIEW的三电平逆变器IGBT模块键合线监测系统

为更便利地实现变流器的可靠性评估,在传统IGBT功率模块键合线健康监测的方法基础上,结合测控系统中常用的虚拟仪器开发平台LabVIEW,设计一种适用于三电平NPC型并网逆变器的IGBT功率模块键合线监测系统。首先介绍传统的键合线监测方法的机理,并结合时序控制将其成功应用于NPC三电平逆变器的拓扑中。处理器DSP对IGBT功率模块实现驱动控制的同时向LabVIEW平台发出触发信号,配合监测电路监测过程,将提取的相关特征量信息在LabVIEW中进行综合数据处理。最后,通过NPC三电平逆变器实验平台在线验证了所提出方案的可行性和有效性。

基于三维数据建模的IGBT键合线健康监测方法

针对绝缘栅双极型晶体管(IGBT)功率模块键合线的可靠性问题,将IGBT功率模块建模方法与数据统计分析相结合,提出一种基于三维数据建模的IGBT功率模块键合线健康监测方法。根据模块的饱和压降、正向导通电流和结温三者之间的特定关系,绘制出饱和压降曲面。当IGBT功率模块键合线脱落时,饱和压降会增大,同时饱和压降曲面也会随之上升。实验结果显示,健康的IGBT功率模块和键合线脱落的IGBT功率模块在饱和压降曲面上具有很好的区分度,从而验证了这种监测方法的可行性。

基于CNN-LSTM的支撑电容容值软测量

实时监测功率变流器中支撑电容的老化状态,及时发现并更换存在缺陷的电容,对提高功率变换器的可靠性具有重要意义。基于相关电压电流数据,通过建立数据集,确定网络模型参数和模型训练,最终得到基于CNN-LSTM的神经网络模型,并通过不同工况下的数据集对神经网络模型的准确性进行了验证。结果表明,该模型可对电容容值进行可靠预测。