一种IGBT结温预测方法技术

技术编号:39411143 阅读:10 留言:0更新日期:2023-11-19 16:02
本发明专利技术公开了一种IGBT结温预测方法,属于电数字数据处理技术领域,本发明专利技术的IGBT结温预测方法根据IGBT管的发射极和集电极之间的电流数据,从而计算出电热理论温度,再采集IGBT管实际结温数据,将电热理论温度和环境温度构建为样本,温度差值设为标签,从而训练环境影响温度差值预测模型,训练后的环境影响温度差值预测模型可用于预测在不同电热理论温度和不同环境温度下理论与现实的温度差值,从而对电热理论温度进行补偿。本发明专利技术中的IGBT结温预测方法涉及的影响因素少,从而使得环境影响温度差值预测模型简单,同时考虑不同环境温度下对IGBT结温的影响,实现对IGBT结温的精准预测。测。测。

【技术实现步骤摘要】
一种IGBT结温预测方法


[0001]本专利技术涉及电数字数据处理
,具体涉及一种IGBT结温预测方法。

技术介绍

[0002]IGBT(绝缘栅双极型晶体管)作为一种高性能功率半导体器件,广泛应用于电力电子领域。在实际应用中,IGBT的结温是一个重要的参数,直接关系到器件的可靠性和工作性能。因此,准确地预测IGBT的结温对于设计和控制电力电子系统至关重要。
[0003]现有IGBT结温预测方法根据集电极电流、饱和压降、饱和电流和老化情况等数据,采用基于支持向量回归机模型或神经网络进行IGBT结温预测,现有IGBT结温预测方法考虑了多方面的数据影响,造成了结温预测复杂度过高,同时,现有IGBT结温预测方法忽略了环境温度对IGBT结温的影响。

技术实现思路

[0004]针对现有技术中的上述不足,本专利技术提供的一种IGBT结温预测方法解决了以下技术问题:1、现有IGBT结温预测方法复杂度过高;2、现有IGBT结温预测方法忽略了环境温度对IGBT结温的影响。
[0005]为了达到上述专利技术目的,本专利技术采用的技术方案为:一种IGBT结温预测方法,包括以下步骤:S1、根据IGBT管的发射极和集电极之间的电流数据,计算电热理论温度;S2、通过温度传感器采集不同环境温度下的IGBT管的实际结温传感数据,并滤波处理,分别计算出不同环境温度下的IGBT管实际结温数据;S3、将电热理论温度与IGBT管实际结温数据相减,得到不同环境温度下的温度差值;S4、将电热理论温度和环境温度构建为样本,将温度差值设为标签,得到训练集;S5、采用训练集对环境影响温度差值预测模型进行训练,得到训练后的环境影响温度差值预测模型;S6、根据训练后的环境影响温度差值预测模型,得到待测IGBT管的实际结温。
[0006]本专利技术的有益效果为:本专利技术的IGBT结温预测方法根据IGBT管的发射极和集电极之间的电流数据,从而计算出电热理论温度,再采集IGBT管实际结温数据,将电热理论温度和环境温度构建为样本,温度差值设为标签,从而训练环境影响温度差值预测模型,训练后的环境影响温度差值预测模型可用于预测在不同电热理论温度和不同环境温度下理论与现实的温度差值,从而对电热理论温度进行补偿。本专利技术中的IGBT结温预测方法涉及的影响因素少,从而使得环境影响温度差值预测模型简单,同时考虑不同环境温度下对IGBT结温的影响,实现对IGBT结温的精准预测。
[0007]进一步地,所述S1中计算电热理论温度的公式为:
,其中,T
t
为第t时刻的电热理论温度,T
0,t
为第t时刻的环境温度,I
t
为第t时刻IGBT管的发射极和集电极之间的电流数据,R为IGBT管的发射极和集电极之间的等效电阻,t为时刻,C为比热容,m为IGBT管的重量。
[0008]上述进一步地方案的有益效果为:本专利技术中通过IGBT管的重量m、等效电阻R、比热容C、环境温度T
0,t
和电流数据I
t
,先从理论上计算出,在此环境温度T
0,t
和电流数据I
t
下IGBT管的电热理论温度。
[0009]进一步地,所述S2包括以下分步骤:S21、通过温度传感器采集不同环境温度下的IGBT管的实际结温传感数据;S22、计算一段时间内的每个实际结温传感数据的数据波动系数;S23、根据每个数据波动系数,基于一段时间内的实际结温传感数据的平均值,计算不同环境温度下的IGBT管实际结温数据。
[0010]上述进一步地方案的有益效果为:本专利技术中通过温度传感器采集不同环境温度下的IGBT管的实际结温传感数据,将实际结温传感数据进行分段处理,通过一段时间内的实际结温传感数据,来评估每个实际结温传感数据的异常程度,计算出一段时间内的每个实际结温传感数据的数据波动系数,在每一小段时间内实际结温传感数据的大小应该趋于平稳,因此,可以用数据波动系数来评估每个实际结温传感数据的异常程度,实现对实际结温传感数据的滤波。
[0011]进一步地,所述S22中计算一段时间内的每个实际结温传感数据的数据波动系数公式为:,其中,a
i
为第i个数据波动系数,te
i
为第i个实际结温传感数据,N为实际结温传感数据的数量,arctan为反正切函数。
[0012]上述进一步地方案的有益效果为:本专利技术中根据每个实际结温传感数据与平均值的差值的平方,再归一化到0~1之间,从而评估出每个实际结温传感数据的数据波动系数,表征实际结温传感数据的异常程度。
[0013]进一步地,所述S23中计算IGBT管实际结温数据的公式为:,其中,r
i
为第i个IGBT管实际结温数据,μ为比例系数,a
i
为第i个数据波动系数,te
i
为第i个实际结温传感数据,N为实际结温传感数据的数量。
[0014]上述进一步地方案的有益效果为:本专利技术中数据波动系数越大,则实际结温传感数据的异常程度越高,从而对实际结温传感数据的滤波程度越高,但为了提高测温的灵敏度,同时考虑平均值和每个实际结温传感数据,并设定比例系数,实现再次对滤波后的数据的调节,提高IGBT管结温测量精度。
[0015]进一步地,所述S5中环境影响温度差值预测模型中包括:理论温度处理单元、环境温度处理单元、数据融合单元和差值输出单元;所述理论温度处理单元用于输入电热理论温度;所述环境温度处理单元用于输入环境温度;所述数据融合单元的输入端分别与理论温度处理单元的输出端和环境温度处理
单元的输出端连接,其输出端与差值输出单元的输入端连接;所述差值输出单元的输出端作为环境影响温度差值预测模型的输出端。
[0016]进一步地,所述理论温度处理单元的公式为:,其中,E
1,t
为理论温度处理单元第t时刻的输出,e为自然常数,T
t
为第t时刻的电热理论温度,w1为理论温度处理单元的权重,b1为理论温度处理单元的偏置;
[0017]所述环境温度处理单元的公式为:,其中,E
2,t
为环境温度处理单元第t时刻的输出,e为自然常数,T
0,t
为第t时刻的环境温度,w2为环境温度处理单元的权重,b2为环境温度处理单元的偏置。
[0018]上述进一步地方案的有益效果为:本专利技术通过理论温度处理单元输入电热理论温度,通过环境温度处理单元输入环境温度,实现对电热理论温度和环境温度分别赋予不同输入权重和偏置,便于灵活调整电热理论温度和环境温度与温度差值的映射关系。
[0019]进一步地,所述数据融合单元的表达式为:,其中,h
t
为数据融合单元第t时刻的输出,ln为对数函数,w3为数据融合单元的第一权重,w4为数据融合单元的第二权重,b3为数据融合单元的偏置,e为自然常数,E
1,t
为理论温度处理单元第t时刻的输出,E
2,t
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种IGBT结温预测方法,其特征在于,包括以下步骤:S1、根据IGBT管的发射极和集电极之间的电流数据,计算电热理论温度;S2、通过温度传感器采集不同环境温度下的IGBT管的实际结温传感数据,并滤波处理,分别计算出不同环境温度下的IGBT管实际结温数据;S3、将电热理论温度与IGBT管实际结温数据相减,得到不同环境温度下的温度差值;S4、将电热理论温度和环境温度构建为样本,将温度差值设为标签,得到训练集;S5、采用训练集对环境影响温度差值预测模型进行训练,得到训练后的环境影响温度差值预测模型;S6、根据训练后的环境影响温度差值预测模型,得到待测IGBT管的实际结温。2.根据权利要求1所述的IGBT结温预测方法,其特征在于,所述S1中计算电热理论温度的公式为:,其中,T
t
为第t时刻的电热理论温度,T
0,t
为第t时刻的环境温度,I
t
为第t时刻IGBT管的发射极和集电极之间的电流数据,R为IGBT管的发射极和集电极之间的等效电阻,t为时刻,C为比热容,m为IGBT管的重量。3.根据权利要求1所述的IGBT结温预测方法,其特征在于,所述S2包括以下分步骤:S21、通过温度传感器采集不同环境温度下的IGBT管的实际结温传感数据;S22、计算一段时间内的每个实际结温传感数据的数据波动系数;S23、根据每个数据波动系数,基于一段时间内的实际结温传感数据的平均值,计算不同环境温度下的IGBT管实际结温数据。4.根据权利要求3所述的IGBT结温预测方法,其特征在于,所述S22中计算一段时间内的每个实际结温传感数据的数据波动系数公式为:,其中,a
i
为第i个数据波动系数,te
i
为第i个实际结温传感数据,N为实际结温传感数据的数量,arctan为反正切函数。5.根据权利要求4所述的IGBT结温预测方法,其特征在于,所述S23中计算IGBT管实际结温数据的公式为:,其中,r
i
为第i个IGBT管实际结温数据,μ为比例系数,a
i
为第i个数据波动系数,te
i
为第i个实际结温传感数据,N为实际结温传感数据的数量。6.根据权利要求1所述的IGBT结温预测方法,其特征在于,所述S5中环境影响温度差值预测模型中...

【专利技术属性】
技术研发人员:郝乐齐敏顾瑞娟张艳丽常佳峻
申请(专利权)人:山东芯赛思电子科技有限公司
类型:发明
国别省市:

相关技术
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1