Передовой подход на основе машинного обучения для быстрой оценки температуры в силовых электронных преобразователях на основе SiC

Точная и быстрая оценка температуры переходов в силовых модулях на основе карбида кремния (SiC) имеет решающее значение для надежной работы, мониторинга состояния и прогнозирующего управления силовыми электронными преобразователями в различных приложениях. Однако непосредственное измерение температуры внутри модуля затруднено, а высокоточные тепловые модели зачастую требуют слишком больших вычислительных ресурсов для реализации в реальном времени. В данной статье предлагается подход к разработке цифрового двойника для быстрой и точной трехмерной оценки температуры в силовом модуле на основе SiC MOSFET посредством сочетания моделирования методом конечных элементов (МКЭ) и нейронных сетей. Работа особенно актуальна для теплового мониторинга и управления силовыми электронными преобразователями в системах возобновляемой энергетики, системах накопления энергии, электромобилях (EV) и других приложениях. Модель включает нейронную сеть, обученную на данных, полученных с помощью МКЭ-модели, построенной в COMSOL Multiphysics. Разработанный цифровой двойник оценивает распределение температуры, включая температуры десяти переходов модуля Wolfspeed EAB450M12XM3, со средним временем оценки 0,063 с, что обеспечивает возможность прогнозирующего управления. Для повышения практической применимости и синхронизации модели с физической системой рассматриваются методы обратной связи на основе NTC, включая подходы с одним и двумя NTC; NTC обозначает термистор с отрицательным температурным коэффициентом сопротивления. Предложенная структура исследуется с точки зрения точности прогнозирования и вычислительной производительности с использованием эталонных данных, сгенерированных методом конечных элементов. Этот подход повышает надежность модели за счет корректировки параметров критически важных цифровых и физических модулей. Сочетание моделирования на основе МКЭ и машинного обучения может служить основой для точного теплового мониторинга силовых электронных модулей в реальном времени.