-
题名基于光效和BP神经网络的LED结温预测研究
- 1
-
-
作者
王宸
张军朝
许并社
张婕
付强
-
机构
太原理工大学电气与动力工程学院
太原理工大学新材料界面科学与工程教育部重点实验室
山西省电气传动及物联网工程研究中心
山西省“
山西省智能照明联合实验室
山西省智能数字文化旅游产业研究院
-
出处
《电子器件》
CAS
2024年第2期496-501,共6页
-
基金
山西省“1331工程”基于大数据的智慧城市照明数据共享与公共服务平台工程技术研究中心专项建设项目(SC19100026)
山西省电气传动及物联网工程研究中心建设项目(RD1900000333)
山西省研究生教改项目(2017JG25)。
-
文摘
提出了一种发光效率结合BP神经网络的大功率LED结温预测方法。实验中发现LED的发光效率在结温升高至80℃左右将急剧下降,光效与结温的函数关系发生改变,进而影响了测量精度。针对这一问题,基于发光效率与结温的函数关系,构建实验平台,获取发光效率和相应结温的数据,然后通过BP神经网络建立LED结温预测模型。模型所得数据与正向电压法进行对比实验,最大误差为2.1℃,验证了所提方法的可行性,同时所提方法无需考虑LED的内部结构,能够简便,准确地预测大功率LED结温。
-
关键词
大功率LED
发光效率
BP神经网络
结温
-
Keywords
high power LED
luminous efficiency
BP neural network
junction temperature
-
分类号
TM930.1
[电气工程—电力电子与电力传动]
-