IGBT疲劳下基于BP神经网络修正的结温监测

• 作者: 王亚晨 唐欣 朱俊杰 罗毅飞
• 来源期刊: 电力电子技术
• 学科: 工学
• 关键词: 绝缘栅双极型晶体管 结温监测 反向传播神经网络
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 电力电子器件和电力电子系统的可靠性|Reliability of Power Electronic Devices and Power Electronic Systems
• 页码范围: 1-5
• 页数: 5页
• 分类号: TN32
• 语种: 中文
• DOI: 10.3969/j.issn.1000-100X.2021.12.001

摘要

结温Ti是绝缘栅双极型晶体管(IGBT)的重要状态参数.大电流注入结温监测方法只需测量IGBT模块的饱和压降UCE、集电极电流IC,然后根据数据手册的UCE-Ic-Tj模型即可计算结温,便于工程在线应用.但是,随着IGBT模块疲劳,实际的UCE-Ic-Tj关系会逐渐偏移,产生明显的结温监测误差.为此,在大电流结温监测方法中引入反向传播(BP)神经网络的自学习映射建模能力,提出一种由BP神经网络修正的结温监测方法,它根据部分历史数据将影响模块疲劳的工况累积量映射为一个疲劳因子,用于对大电流法的结温计算结果进行修正.搭建了疲劳加速功率循环试验平台,实现了对IGBT结温监测误差的量化观测,随后将已循环次数作为工况累积量,对所提结温修正方法进行了功率循环条件下的试验验证.结果 表明,对象IGBT模块在1100h疲劳后期,标准大电流法的结温监测误差达到约20℃,修正后的误差小于0.5℃,验证了方法的有效性.