找到 1 条结果
排序:
拓扑与电路
功率模块
可靠性分析
热仿真
★ 4.0
一种基于物理信息神经网络与交叉注意力的磁芯损耗模型
A Magnetic Core Loss Model Based on Physics-Informed Neural Network With Cross-Attention
Yunhao Xiao · Chi Li · Zedong Zheng · IEEE Transactions on Power Electronics · 2026年1月
软磁材料损耗机制复杂，是电力电子系统分析的瓶颈。随着高频化趋势，磁性元件温升对损耗愈发敏感。本文提出一种结合物理信息神经网络（PINN）与交叉注意力机制的磁芯损耗建模方法，旨在提升高频磁性元件损耗预测的精度与效率，为电力电子系统的热设计与优化提供支撑。
解读: 磁性元件是阳光电源组串式逆变器、PowerTitan储能变流器及风电变流器中的核心功率密度瓶颈。该研究提出的PINN与交叉注意力模型，能显著提升磁芯损耗预测精度，有助于优化高频磁性元件的电磁与热设计。在阳光电源追求更高功率密度和更优散热性能的产品研发中，该技术可辅助缩短磁性元件的仿真与选型周期，提升...