基于神经网络的SiC功率管导通电阻估测技术研究

SiC功率管器件广泛应用在航空领域的电能变换、配电等场合,其健康状况十分重要。在SiC器件的健康监测应用中,导通电阻的检测是一项十分重要的技术。为了能够简单准确地得到碳化硅(SiC)MOSFET功率器件的导通电阻,本文提出了一种基于神经网络的SiC MOSFET器件导通电阻估测方法。本文搭建SiC MOSFET导通电阻测试电路仿真和物理试验平台,并使用BP神经网络(BP neural networks,BPNN)对不同温度、不同栅极电压以及不同漏极电流下SiC MOSFET器件的导通电阻数据进行详细描述。最后,对基于BPNN的SiC MOSFET导通电阻估测方法进行效果验证。结果表明,该方法具有精度高和泛化能力强的优点,能够实现SiC MOSFET器件导通电阻的有效估测。

通过系统各级新技术与拓扑的应用实现光伏（PV）系统的效率提高

本文以新的逆变器拓扑与开关技术、最大功率点跟踪更新和用现场编程门阵列（FPGA）技术及微逆变器SoC方案应用为重点对实现光伏（PV）系统效率的提高作研讨，