短路电流作为绝缘栅双极型晶体管模块键合线老化特征量的机理研究

绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)是功率变流器中故障率最高的元器件,键合线老化脱落是其中最常见的一种失效形式。文中研究短路电流作为IGBT模块键合线老化特征量的机理。首先简述IGBT模块键合线老化对应的内部寄生参数与短路电流的定性关系,建立包含键合线和铝金属基板的发射极等效电阻网络模型。依据键合线分布情况,分析键合线老化对电阻网络的影响,进而分析对短路电流的影响关系,最后对不同键合线老化状态下的IGBT模块的短路电流进行实验测量和分析。分析结果表明,等效电阻网络模型能很好地反映键合线分布情况与老化特征量之间的对应关系,实验结果与理论分析基本一致,验证了短路电流作为IGBT模块键合线老化特征量机理研究的正确性。     

基于特定集电极电流下饱和压降的IGBT模块老化失效状态监测方法

为提高功率变流器的可靠性,提出一种基于特定条件下集射极饱和压降V_(CE(on))的IGBT模块老化失效状态监测方法。特定集电极电流条件指的是不同温度下的多条IC-VCE输出特性曲线的交点对应的集电极电流,监测对应的V_(CE(on)),根据V_(CE(on))的变化可以对IGBT模块的健康状态进行评估。该方法可以忽略芯片结温对评估结果的影响。首先根据IGBT模块饱和压降的等效模型,结合IGBT模块输出特性曲线的特点,分析得出曲线交点处对应的V_(CE(on))不受温度影响,然后阐明IGBT模块老化对V_(CE(on))的影响关系。最后分别采用对IGBT模块进行加速老化实验验证方法和人为逐根剪断键合线模拟老化情况的验证方法,对不同工况下IGBT模块的V_(CE(on))进行测量和分析。实验结果表明,在特定条件下,IGBT模块的V_(CE(on))不受芯片结温的影响,只与模块老化程度有关,可作为IGBT模块老化状态监测的特征参数,实验结果与理论分析一致。     

基于IGBT芯片疲劳机理的关断时间可靠性模型

基于绝缘栅双极型晶体管(IGBT)芯片疲劳机理,提出采用关断时间对IGBT健康状态进行监控的可靠性评估方法。采用理论分析与解析描述相结合的方法,建立了IGBT关断电流下降时间模型,进而通过研究IGBT关断时间特征量疲劳机理,建立了IGBT关断时间可靠性评估模型。仿真和实验验证了该模型的正确性与准确性。通过该模型可对IGBT的健康状况进行准确评估。     

考虑老化进程对热参数影响的IGBT模块寿命评估

绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)模块是风电转换系统中最为薄弱的环节之一,其准确的寿命和可靠性评估对风电系统安全运行尤其重要。然而,目前IGBT模块寿命评估模型主要采用基于数据手册的瞬态热阻曲线或者试验测试初始结果的热模型,并未考虑IGBT模块老化过程对热参数的影响。该文提出考虑老化进程对热参数影响的IGBT模块寿命评估模型,该模型能够计及老化过程中因热参数增大而带来的热载荷上升和寿命减小,提高了寿命评估的准确性。首先,理论和试验分析了老化进程对热参数的影响规律,提出了考虑老化进程影响的IGBT模块寿命评估模型;其次,对比分析了该模型与现有常用寿命模型之间的差异;最后以实际风电场为例,进一步分析了不同时间尺度下考虑老化影响的模块寿命消耗。     

多芯片并联IGBT模块老化特征参量甄选研究

多芯片并联的绝缘栅双极型晶体管（IGBT）是大容量电力电子装备的核心器件,其运行可靠性受到业界的广泛关注。甄选能表征多芯片并联IGBT模块老化状态的特征参量对系统主动运维和可靠性提升十分重要。该文以英飞凌1.7kV多芯片并联封装IGBT模块为研究对象,对比分析芯片焊料层老化和键合线脱落对电-热-磁特性影响规律,提出磁感应强度作为多芯片并联IGBT模块疲劳失效状态监测的特征量。首先,建立多芯片并联IGBT模块稳态导通等效电路,定性分析模块退化与磁感应强度的耦合关系;其次,基于模块的三维电-热-磁有限元模型研究多芯片并联IGBT模块电、热、磁参量在老化失效中的变化规律和灵敏性。结果表明,磁感应强度在两种失效模式中灵敏性均最高,并不受环境温度变化的影响,而且在测量中可以避免与模块电路的直接接触,对模块的正常运行影响较小,因此适合作为多芯片并联功率模块运行状态监测的特征参量。     

基于Bo-BiLSTM网络的IGBT老化失效预测方法

针对绝缘栅双极型晶体管（IGBT）受热应力冲击后对其进行老化失效预测精度不高的情况,提出一种基于贝叶斯优化（Bo）-双向长短期记忆（BiLSTM）网络的IGBT老化失效预测方法。首先分析IGBT模块老化失效原理,然后基于NASA老化实验数据集建立失效特征数据库,最后利用Matlab软件构造Bo-BiLSTM网络预测失效特征参数数据。选取常用回归预测性能评估指标将长短期记忆（LSTM）网络模型、BiLSTM网络模型与Bo-BiLSTM网络模型的预测结果进行对比分析。结果表明,Bo-BiLSTM网络的模型拟合精度更高,基于Bo-BiLSTM网络的IGBT老化失效预测方法具有较好的预测效果,能够应用于IGBT的失效预测。     

温度循环下IGBT瞬态热阻抗退化模型的研究

瞬态热阻抗是表征IGBT模块热特性的重要参数,瞬态热阻抗的退化可以反映模块材料的退化,因此研究IGBT瞬态热阻抗的退化模型对IGBT状态评估、寿命预测等研究有重大意义。利用温度循环老化实验装置对IGBT进行温度循环冲击老化,再利用瞬态热阻抗测试平台测试老化进程中IGBT的瞬态热阻抗曲线,得到模块的退化情况。最后分析实验结果建立IGBT瞬态热阻抗退化数学模型,得到瞬态热阻抗的退化规律。     

基于键合线压降的IGBT模块内部缺陷监测研究

为了准确地评估出IGBT模块的健康水平,及时发现并更换存在缺陷的IGBT模块,提高功率变流器的可靠性,提出了一种基于键合线压降的IGBT模块内部缺陷诊断方法。通过监测IGBT模块内部单个芯片等效键合线压降的变化,辨识出IGBT模块内键合线的老化状态,进而判断出IGBT模块的健康水平。实验结果表明,基于键合线压降的IGBT模块内部缺陷诊断方法能准确地辨识出模块内键合线的老化过程,与采用监测门极信号辨识模块老化状态的方法相比,所提方法不仅能辨识出单个芯片全部键合线脱落的情况,而且能辨识出部分键合线老化的情况,在辨识精度上有了很大的提高。该方法为确定合适的时机对变流器进行维护、降低系统的维护成本提供了理论依据。     

基于数据驱动的网络安全数据分类方法

为了快速准确完成网络安全数据分类,提出了基于数据驱动的网络安全数据分类方法.利用基于数据驱动的K-means聚类算法通过初始中心选取和K值的确定聚类分析网络安全数据,采用随机森林算法完成聚类数据预处理,剔除网络数据的不相关特征属性,并利用领域粗糙集算法提取特征,去除冗余数据后,建立基于XGBoost算法的分类模型,通过...     

基于GARCH模型的IGBT寿命预测

绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)在新能源并网、电力传输等领域中得到了广泛应用,其可靠性引起了人们关注和重视。针对IGBT模块的可靠性分析和剩余使用寿命问题,文中提出一种利用加速老化数据对IGBT模块老化模型建立方法,并利用建立的老化模型对IGBT模块的剩余使用寿命进行预测。首先介绍IGBT的失效机理,结合现有的加速老化数据,确定的以集电极-发射极通态压降作为剩余使用寿命预测依据。建立基于GARCH模型的IGBT老化寿命模型,通过3组IGBT模块加速老化数据对剩余寿命预测,验证所提方法的有效性。     

基于VOLL定价思想的用户重要性分类研究

为解决电力系统应对突发事件时的用户限电顺序问题,借鉴负荷损失定价法VOLL(Value ofLoad Loss)的思想,并将其经济的思想扩展到安全、政治和环境,构建了以安全、政治、环境、经济等4个指标为一类指标的电力用户重要性分类指标体系,并且根据所构建指标体系的特点和所选指标的数据特性.结合层次分析法和三角模糊数原理.采用改进的模糊层次分析法确定评价指标的权重.给出了一个电力用户重要性分类的算例,示范电力用户重要性分类的使用方法.最后.介绍了采用熵值法动态调整电力用户重要性指标权重.     

基于MTACNet网络的运动想象脑电分类

为了更好地利用到脑电信号中的相关特征，改善运动想象脑电的分类性能，构建了一种基于混合特征和并行多尺度TCN模块的多层卷积网络（MTACNet）。首先，搭建基于混合特征的多层卷积神经网络，并在其中嵌入高效通道注意力机制，选取PReLU作为激活函数，以提取脑电信号中的时域和空域信息；然后对TCN模块进行改进，构建并行多尺度时域特征提取模块，接入多层卷积网络，进一步挖掘不同时间尺度的特征信息。在公开数据集BCI_IV_2a和自采数据集SCU_MI_EEG上进行测试，平均分类准确率分别为8615%、7710%，标准差分别为917%、1358%。并且针对自采数据集，设计了一种融合多频域脑电信号进行三通道输入的预处理方法，经过预处理后使平均分类准确率提升了329%。实验结果表明，与其他方法相比，本文所构建的分类网络取得了较为不错的分类效果，所设计的预处理方法能够降低复杂环境和无关干扰因素对分类结果的影响。     

基于多通道卷积双向长短时记忆网络的输电线故障分类

针对单通道故障分类器不能全面表达三相故障特征信息引起分类精度不高的问题,提出了一种基于多通道卷积双向长短时记忆神经网络(MCCNN-BiLSTM)的输电线故障分类方法.该方法可同时输入故障三相信号,并能有效提取故障信号的空间和时间特征,实现了三相故障信号特征的全面提取,有效地提高了神经网络的分类的精度.基于735 kV...     

自动曲线识别的电池分类系统

介绍了一个建立在向量空间模型上的电池分类系统 ,提出了一个基于模糊决策的快速完成识别电池容量和曲线一致性的计算方法。算法以提取电池充放电特性曲线上的电压、时间作为识别特征 ,并建立了目标隶属函数 ,基于阈值准则 ,完成曲线类别归属的决策 ,给出了系统的基本结构和具体实现方法。实验表明了该方法的可行性 ,当测出电池容量时 ,可以快速准确地将放电容量和充放电特性曲线一致的电池分为一类 ,分类的准确率达到 98%以上 ,为制作高性能的电池组提供了一种实用检测技术。     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,...     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,以此来实现对暂态多扰动信号的分类辨识.仿真计算结果表明,该方法对暂态多扰动信号能够进行有效的分类辨识,准确度高且抗噪能力强.     

基于RTDS的负荷模型验证及分类研究

实测负荷建模法因其自身的优点而被广泛应用,但是实测数据的来源成为了制约实测建模研究的主要因素,RTDS的出现一定程度上弥补了这个缺点,以四川攀枝花电网的RTDS数据为依托,对实测负荷建模中TVA模型的有效性、泛化能力以及负荷的时变性进行了研究,结果表明TVA负荷模型不但能够在较大范围内很好拟合各种扰动强度的数据,而且具有较强的泛化能力.在解决负荷时变性的过程中应用了聚类分析的方法对数据进行分类,最后在总结分类结果的基础上提出了一种简单的分类方法,为消除负荷时变性对建模的影响提供了借鉴.     

用户分类电价决策方法的研究

合理的定价策略是电力营销成功的关键。分析我国电价制定的现状，讨论对电价体系有重要影响的一些关键因素。提出一个考虑负荷分类和用电特性的电价决策方法，特别计及了不同用户的负荷率、供电电压等级、负荷形状、可靠性要求等因素。通过实际例子验证了该决策方法的有效性，供有关部门在制定合理的电价时参考。     

一种基于DBN的高光谱遥感图像分类方法

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱数据的地面物体精确分类是高光谱遥感技术的核心应用之一。对高光谱数据进行提特征提取是进行地物分类的有效方法。深度学习是机器学习研究中的新领域,它多隐层的多层感知器结构使其能够学习到对数据有更本质的刻画的特征,在图像分类和可视化领域取得了更好的成绩。深度置信网（deep belief network ,DBN）是深度学习网络中常见的模型。利用高光谱数据的高维特性,搭建基于DBN的高光谱图像分类模型,结合高光谱数据的空间结构对地物进行分类。实验表明,基于DBN的高光谱图像分类方法可以得到更好的分类效果。     

基于DAG-LDM的手写音乐符号分类

光学乐谱识别(optical music recognition,OMR)是将纸质的音乐乐谱转化为计算机可以读取的格式。其中音乐符号分类是乐谱识别的重要一个步骤。本文并提出了一种基于DAG-LDM的手写音乐符号分类方法,该方法利用DAG有向无环图结构将二类分类器LDM拓展到多类,对于N类音乐符号,需要训练N(N-1)/2个分类器,并依照音乐符号的特征合理排序,防止DAG结构的错误累积效应,用这种DAG结构解决多类分类问题效率高,速度快。在分类器方面,相比支持向量机(support vector machine,SVM)只优化了最小间隔,DAG-LDM还优化了间隔的分布,这更符合音乐符号的样本分布特性,并且具有较强的抗噪性能。本文将这种新DAG_LDM音乐符号分类算法与几种主流的方法进行对比测试,测试结果显示本文提出的新算法对手写音乐符号分类具有更高的分类准确率。且本文提出的算法不仅仅适用于音乐符号识别,还可以用于其他的多类分类问题中。