基于BP神經網絡的IGBT模塊開關損耗求解
作者：唐波; 劉任; 江浩田; 孫睿; 吳卓 三峽大學電氣與新能源學院; 湖北宜昌443002
摘要：如何準確求解絕緣柵雙極晶體管(IGBT)模塊的開關損耗值,是電力變換器性能和壽命研究中的關鍵問題之一。針對現有IGBT開關損耗模型難以準確求解開關損耗值的缺陷,引入了基于粒子群算法優化的誤差反向傳播(BP)前饋神經網絡模型。將影響開關損耗的5個主要因素(集射工作電壓、集電極電流、驅動電壓、驅動電阻、結溫)作為BP神經網絡的輸入向量,并采用粒子群算法優化網絡的初始權值與閥值,通過共軛梯度法的學習規則加速收斂,從而獲得開關損耗的精確求解值。該模型實現了在額定值范圍內對各種工況下的IGBT模塊開關損耗值的可靠預測,其在100組測試驗證樣本下所出現的最大誤差比率為3.85%。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
高壓電器雜志
高壓電器雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：研究與分析、技術討論等。于1958年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 1-3個月審核
