一种IGBT动态过程中开关损耗预测的建模方法

    公开(公告)号:CN113162375B

    公开(公告)日:2022-04-12

    申请号:CN202110477808.9

    申请日:2021-04-30

    Abstract: 本发明涉及一种IGBT动态过程中开关损耗预测的建模方法,是基于佳点磷虾群算法优化极限学习机的IGBT开关损耗预测方法,步骤是:首先,获取IGBT动态特性试验数据;其次,在完成试验数据处理、极限学习机和磷虾群算法基本参数设定后,利用佳点集算法优化初始磷虾群,以此作为极限学习机的权值阈值,并计算佳点磷虾适应度。在寻优过程中,佳点磷虾以莱维飞行和余弦控制因子为翼不断更新其位置,并计算佳点磷虾的适应度,直至结束;最后,根据佳点磷虾寻得的极限学习机最优权值阈值,预测、输出IGBT开、关损耗值。本发明通过对算法寻优实行动态性调整,使得预测模型的预测精度高、预测速度快,预测结果对于工程师改进IGBT模块的散热系统等具有较好的指导意义。

    一种IGBT动态过程中开关损耗预测的建模方法

    公开(公告)号:CN113162375A

    公开(公告)日:2021-07-23

    申请号:CN202110477808.9

    申请日:2021-04-30

    Abstract: 本发明涉及一种IGBT动态过程中开关损耗预测的建模方法,是基于佳点磷虾群算法优化极限学习机的IGBT开关损耗预测方法,步骤是:首先,获取IGBT动态特性试验数据;其次,在完成试验数据处理、极限学习机和磷虾群算法基本参数设定后,利用佳点集算法优化初始磷虾群,以此作为极限学习机的权值阈值,并计算佳点磷虾适应度。在寻优过程中,佳点磷虾以莱维飞行和余弦控制因子为翼不断更新其位置,并计算佳点磷虾的适应度,直至结束;最后,根据佳点磷虾寻得的极限学习机最优权值阈值,预测、输出IGBT开、关损耗值。本发明通过对算法寻优实行动态性调整,使得预测模型的预测精度高、预测速度快,预测结果对于工程师改进IGBT模块的散热系统等具有较好的指导意义。

Patent Agency Ranking