电路电磁干扰预测方法及系统技术方案

本发明专利技术揭示了一种电路电磁干扰预测方法及系统，电路电磁干扰预测方法包括：根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型；将J‑A模型分别代入初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型；将优化的Ms、c、k、α和

Prediction Method and System of Circuit Electromagnetic Interference

The invention discloses a prediction method and system of circuit electromagnetic interference. The prediction method of circuit electromagnetic interference includes: establishing initial common mode interference model and differential mode interference model respectively according to the distribution path of electromagnetic interference of circuit model; substituting J_A model into initial common mode interference model and differential mode interference model, respectively, for interference. The inductance in the model is modeled to obtain the optimized common mode interference model and differential mode interference model, and the optimized Ms, c, k, A and

【技术实现步骤摘要】
电路电磁干扰预测方法及系统
本专利技术涉及到电磁干扰预测领域，特别是涉及到一种电路电磁干扰预测方法及系统。
技术介绍
传统的电磁干扰抑制方法通常是对电磁干扰作一个基本的预测，然后进行电磁干扰滤波器的设计，这种方法虽然简单方便，但是需要重复性的尝试才能满足电磁兼容的标准。另外普遍的做法则是根据实际测量结果与电磁兼容标准进行电磁干扰滤波器的设计，这种方法需要昂贵的测量仪器和严格的电磁环境，对硬件平台要求较高。因此需要一种从工程应用的角度出发，硬件要求低且更准确的对电路的电磁干扰情况预测的方法。
技术实现思路
本专利技术的主要目的为提供一种电路电磁干扰预测方法及系统，可以对电路的电磁干扰情况更准确预测。本专利技术提出一种电路电磁干扰预测方法，包括：根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型；将J-A模型分别代入初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型；将优化的Ms、c、k、α和值代入优化的共模干扰模型和差模干扰模型，获得对电路模型的电磁干扰情况的预测数据。进一步地，将J-A模型分别代入初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型的步骤，包括：通过电路模型中电感电压值获得电感磁芯中的磁化强度；根据初始J-A模型和磁化强度获得磁场强度值；通过磁场强度值得到电路模型中的电感电流值；获得对初始的共模干扰模型和差模干扰模型中的电感电压与电感电流之间关系，进行描述的J-A模型；将J-A模型代入初始的共模干扰模型和差模干扰模型，获得优化的共模干扰模型和差模干扰模型。进一步地，将优化的Ms、c、k、α和值代入优化的共模干扰模型和差模干扰模型，获得对电路模型的电磁干扰情况的预测数据步骤之前，包括：根据电感磁芯参数以及B-H曲线，通过割线法与目标误差获取初步的Ms、c、k、α和值；Ms为饱和磁感应强度，c为比例参数，k为磁滞损耗参数，α为磁畴间耦合的平均磁场系数，为形状参数；将初步的Ms、c、k、α和值，根据差分演算法与目标误差获取优化的Ms、c、k、α和值。进一步地，根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型的步骤之前，包括：根据待预测的电路建立电路模型。本专利技术还提出一种电路电磁干扰预测系统，包括：建模模块，用于根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型；优化模块，用于将J-A模型分别代入初始的共模干扰模型和差模干扰模型得到优化的共模干扰模型和差模干扰模型；带入模块，用于将优化的Ms、c、k、α和值代入优化的共模干扰模型和差模干扰模型，获得对电路模型的电磁干扰情况的预测数据。进一步地，优化模块包括：第一获取子模块，用于通过电路模型中电感电压值获得电感磁芯中的磁化强度；第二获取子模块，用于根据初始J-A模型和磁化强度获得磁场强度值；第三获取子模块，用于通过磁场强度值获得电路模型中的电感电流值；描述子模块，用于获得对初始的共模干扰模型和差模干扰模型中的电感电压与电感电流之间关系，进行描述的J-A模型；带入子模块，用于将J-A模型代入初始的共模干扰模型和差模干扰模型，获得优化的共模干扰模型和差模干扰模型。进一步地，电路电磁干扰预测系统还包括：数据提取模块，用于根据电感磁芯参数以及B-H曲线，通过割线法与目标误差获取初步的Ms、c、k、α和值；Ms为饱和磁感应强度，c为比例参数，k为磁滞损耗参数，α为磁畴间耦合的平均磁场系数，为形状参数；数据优化模块，用于将初步的Ms、c、k、α和值，根据差分演算法与目标误差获取优化的Ms、c、k、α和值。进一步地，电路电磁干扰预测系统还包括：电路建模模块，用于根据待预测的电路建立电路模型。本专利技术电路电磁干扰预测方法，不但对硬件要求低，而且操作更加方便，且预测结果更加接近实际的电磁干扰情况。附图说明图1是本专利技术电路电磁干扰预测方法一实施例的步骤示意图；图2是本专利技术电路电磁干扰预测方法另一实施例的步骤示意图；图3是本专利技术电路电磁干扰预测方法第三实施例的步骤示意图；图4是本专利技术电路电磁干扰预测方法第四实施例的步骤示意图；图5是本专利技术电路电磁干扰预测系统一实施例的结构示意图；图6是本专利技术电路电磁干扰预测系统另一实施例的结构示意图；图7是本专利技术电路电磁干扰预测系统第三实施例的结构示意图；图8是本专利技术电路电磁干扰预测系统第四实施例的结构示意图；图9是实施例1中三相并网逆变器的结构示意图；图10是实施例1中三相并网逆变器的电磁干扰等效电路的结构示意图；图11为由图10推导的共模干扰等效电路的结构示意图；图12为由图10推导的差模干扰等效电路的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，本专利技术一种电路电磁干扰预测方法，包括：S1、根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型。S2、将J-A模型分别代入初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型。S3、将优化的Ms、c、k、α和值代入优化的共模干扰模型和差模干扰模型，获得对电路模型的电磁干扰情况的预测数据。在上述步骤S1中，通过电路模型分解确定差模电压式与共模电压式，获得初始的共模干扰模型和差模干扰模型。在上述步骤S2中，通过代入J-A模型获得优化的共模干扰模型和差模干扰模型，优化的共模干扰模型和差模干扰模型能够提高对电磁干扰精度的预测。在上述步骤S3中，优化的Ms、c、k、α和为其最优解，在经过优化的共模干扰模型和差模干扰模型获得更贴近现实的电路的电磁干扰情况的预测数据；对电路模型的电磁干扰情况的预测数据即为现实的待检测电路的电磁干扰情况的预测数据。参照图2，进一步地，步骤S2，包括：S21、通过电路模型中电感电压值获得电感磁芯中的磁化强度。S22、根据初始J-A模型和磁化强度获得磁场强度值。S23、通过磁场强度值得到电路模型中的电感电流值。S24、获得对初始的共模干扰模型和差模干扰模型中的电感电压与电感电流之间关系，进行描述的J-A模型。S25、将J-A模型代入初始的共模干扰模型和差模干扰模型，获得优化的共模干扰模型和差模干扰模型。在上述步骤S21中，通过电路模型中电感电压值通过电感电压积分即可得到电感磁芯中的磁化强度，所述电感磁芯为电路模型中的电感磁芯。在上述步骤S22中，J-A模型就是用来描述磁场强度与磁化强度之间关系的一个模型，因此通过J-A模型和磁化强度获得磁场强度值。在上述步骤S23中，电感电流为共模干扰模型和差模干扰模型中的电感电流。在上述步骤S24中，通过J-A模型对初始的共模干扰模型和差模干扰模型中电感电压与电流之间关系描述，J-A模型为S22中的J-A模型。在上述步骤S25中，通过将J-A模型代入初始的共模干扰模型和差模干扰模型中获得优化的共模干扰模型和差模干扰模型，优化的共模干扰模型和差模干扰模型可以获得更贴近现实的电路的电磁干扰情况的预测数据。参照图3，进一步地，步骤S3之前，包括：S3a、根据电感磁芯参数以及B-H曲线，通过割线本文档来自技高网...

【技术保护点】
1.一种电路电磁干扰预测方法，其特征在于，包括：根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型；将J‑A模型分别代入所述初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型；将优化的Ms、c、k、α和

【技术特征摘要】
1.一种电路电磁干扰预测方法，其特征在于，包括：根据电路模型的电磁干扰分布路径分别建立初始的共模干扰模型和差模干扰模型；将J-A模型分别代入所述初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型；将优化的Ms、c、k、α和值代入所述优化的共模干扰模型和差模干扰模型，获得对所述电路模型的电磁干扰情况的预测数据。2.根据权利要求1所述的电路电磁干扰预测方法，其特征在于，所述将J-A模型代入所述初始的共模干扰模型和差模干扰模型，对干扰模型中的电感进行建模，从而得到优化的共模干扰模型和差模干扰模型的步骤，包括：通过所述电路模型中电感电压值获得电感磁芯中的磁化强度；根据初始J-A模型和所述磁化强度获得磁场强度值；通过所述磁场强度值得到所述电路模型中的电感电流值；获得对所述初始的共模干扰模型和差模干扰模型中的电感电压与电感电流之间关系，进行描述的所述J-A模型；将所述J-A模型代入所述初始的共模干扰模型和差模干扰模型，获得优化的共模干扰模型和差模干扰模型。3.根据权利要求1所述的电路电磁干扰预测方法，其特征在于，所述将优化的Ms、c、k、α和值代入所述优化的共模干扰模型和差模干扰模型，获得对所述电路模型的电磁干扰情况的预测数据步骤之前，包括：根据电感磁芯参数以及B-H曲线，通过割线法与目标误差获取初步的Ms、c、k、α和值；所述Ms为饱和磁感应强度，所述c为比例参数，所述k为磁滞损耗参数，所述α为磁畴间耦合的平均磁场系数，所述为形状参数；将所述初步的Ms、c、k、α和值，根据差分演算法与目标误差获取优化的Ms、c、k、α和值。4.根据权利要求1所述的电路电磁干扰预测方法，其特征在于，所述根据电路模型的电磁干扰分布路径分别...

【专利技术属性】
技术研发人员：刘艺涛，江师齐，王怀智，王贵斌，彭建春，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44