人工智能帮助优化电力电子转换器

来自卡迪夫大学和化合物半导体应用(CSA)Catapult的专家团队创建了一种使用人工智能(AI)建模和设计电力电子转换器的全新且更有效的方法。

与传统方法相比，该方法最多可将技术设计时间缩短78%，并用于创建效率超过98%的设备。

该团队的研究结果已发表在IEEE电力电子开放期刊和IEEE电力电子学报上。

电源转换器是一种用于转换电能的电气设备。它可以将交流电(AC)转换为直流电(DC)，反之亦然，或者改变电流的电压或频率。

电源转换器用于许多技术，从移动电话、计算机和电视到可再生能源和电动汽车。

现有的功率转换器设计方法在很大程度上依赖于复杂的数学模型，这显着增加了设计过程的计算时间和复杂性。

一个设计良好的电力电子变换器必须具有高效率、小体积、轻量化、低成本和低故障率等特点。

因此，电源转换器设计方法的主要目标是确定这些性能指标之间的最佳权衡。

在他们的研究中，该团队探索了一种使用称为人工神经网络(ANN)的AI的新设计方法，该方法使用模拟人脑互连神经网络的算法和计算系统。

ANN在包含2000多个设计的现有数据集上进行了训练，因此该团队能够根据他们所需的效率和功率密度选择最合适的设计。

该团队为基于ANN的设计选择了四个主要组件，包括功率硝酸镓(GaN)场效应晶体管(FET)、电感器、电容器和散热器。

通过对使用指定设计创建的基于GaN的单相逆变器进行实验测试，该设计方法得到了验证。该设备的效率和功率密度与设计非常匹配，并且在现有设备的范围内，使其在技术上具有竞争力和商业可行性。

该研究的共同作者、卡迪夫大学高级讲师和CSACatapult高级研究员WenlongMing博士说：“准确和快速的瞬态建模/仿真方法对于高效和快速优化宽带隙电力电子系统的性能至关重要.我们很高兴与CSACatapult合作来解决这一差距。”

该研究的合著者、CSACatapult电力电子部门负责人IngoLüdtke博士表示：“与硅同类产品相比，自动化电力电子设计优化能够充分利用宽带隙功率半导体的优势。我们很高兴能在这个创新领域与卡迪夫大学合作。”

CSACatapult的电力电子实验室是英国最先进的实验室之一，通过全面的建模、表征、集成和验证设施实现创新，以实现更高效率和可靠性的功率转换器，同时减小尺寸、重量和系统成本。

卡迪夫大学在化合物半导体电子学方面的专业知识在国际上享有越来越高的声誉。它是化合物半导体研究所的所在地，位于卡迪夫创新园区的新转化研究中心。该大学是CSConnected和化合物半导体中心的创始成员，与包括CSACatapult在内的一系列组织密切合作。