[发明专利]一种IGBT动态过程中开关损耗预测的建模方法

说明书

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。

技术领域

本发明的技术方案属于电力电子器件IGBT可靠性技术领域，具体的说是一种IGBT动态过程中开关损耗预测的建模方法。

背景技术

随着能源危机的不断加重，电力电子技术不断发展，有效地促进了社会的进步与发展。作为现代电力电子开关的IGBT，广泛地应用于电力系统、电动汽车和高速牵引等领域。然而，以IGBT为核心的光伏逆变器发生的故障约占总故障的37％。在电力电子系统的失效故障中，由温度引发的故障约占总故障的55％，并且器件的温度，与其安全裕度和热循环寿命之间呈现负相关关系。故障的发生严重影响了系统的正常运行，降低了系统运行的可靠性。因此，研究IGBT工作中的过热疲劳以及过热损耗则显得尤为重要。

国内外学者对IGBT的过热疲劳以及过热损耗的研究主要集中于IGBT开关损耗计算方面。IGBT的开关损耗是指在一个周期内，消耗在IGBT上的功率。开关损耗与IGBT集-射极电压、集电极电流、开关频率及其驱动电路上的电阻、电压等有着密切的关系。并且IGBT的可靠性与其开关损耗产生的温升波动有很大关系，温升升到某一阈值会引起器件的热损伤。因此，若对IGBT的开关损耗进行建模预测，有利于对器件的封装散热设计、驱动电路设计等，避免器件运行时因IGBT开关损耗产生的热量导致温升波动过大而引起器件的失效。因此，对IGBT进行开关损耗预测有一定的意义。近年来一些学者对IGBT的开关损耗进行预测并取得了一定的成绩。

目前计算IGBT开关损耗的方法大致分为三种：基于物理模型的开关损耗计算、基于数学模型的计算方法和基于智能模型的开关损耗预测。首先，基于物理模型的开关损耗计算，是利用仿真软件模拟仿真IGBT的动态特性，进而计算出IGBT的开关损耗，计算结果精度较高，但是构建模型的过程比较复杂，仿真速度较慢；其次是基于数学模型的开关损耗计算，常用的方法是查阅IGBT技术手册计算开关损耗，但是计算值与实际值差别很大，而多项式模型虽然预测精度有所提高，但是预测速度相对较慢；最后是基于智能模型的开关损耗预测，其预测精度和预测速度相对于前二者有了提高，但是智能模型在参数选取方面，若选取不当，会导致智能模型陷入局部最优解，不利于模型寻找全局最优解。

因此，针对现有的测量方法的预测精度不高，以及选取最优智能模型参数预测IGBT开关损耗等问题。本发明以极限学习机作为理论主体，以佳点集、磷虾群算法和余弦控制因子为填充，以集电极电流、直流母线电压、开关频率和门极电压为输入，以开通损耗、关断损耗为输出建立IGBT动态过程中开关损耗预测的数学模型。本发明以多变量输入，充分考虑了影响IGBT开关损耗的多种因素，提高开关损耗的预测精度，而且不易陷入局部最优解，因此本发明有一定的实用价值。

发明内容