一种高效率IGBT并联拓扑优化方法

本发明涉及电力电子，具体为一种高效率igbt并联拓扑优化方法。

背景技术：

1、在电力电子和工业控制系统中，igbt作为一种电力电子器件，被广泛用于变频器、电动汽车、太阳能逆变器和风电变流器，用于实现电能转换和控制；为了提高系统的功率容量和可靠性，igbt并联技术成为一种重要的手段。

2、然而，传统的igbt并联技术存在一些挑战，例如在多个igbt并联使用时，由于器件参数的不一致性，电流分配往往不均，这不仅影响系统的稳定性，还可能缩短器件的使用寿命；此外，在动态工作条件下，如负载或温度的变化，传统并联拓扑难以快速且准确地调节电流分配；传统的控制算法可能无法适应复杂的工作条件，难以实现对igbt并联系统的实时优化和调节。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种高效率igbt并联拓扑优化方法，解决了如何实现igbt并联中的动态均流控制、提高igbt使用时的稳定性和功率容量，同时减少热耦合和电磁干扰的问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种高效率igbt并联拓扑优化方法，包括：

5、s1.在每个igbt中部署传感器，实时监测并生成综合状态数据；

6、s2.基于传感器收集的综合状态数据，利用自适应控制算法生成实时动态的驱动信号，并根据每个igbt的状态调节驱动信号的幅度和持续时间，以实现igbt在不同工作条件下的动态均流控制；

7、s3.将生成的驱动信号输入每个igbt的栅极驱动电路，调节igbt的导通时间和导通电压，进而调控其电流输出，使得igbt在并联工作时达到负载电流的自动均分，保证动态均流的稳定性；

8、s4.建立连接所有igbt的分布式反馈网络，使每个igbt在接收到自身的调节反馈信号后，实时更新其状态信息，并将其传输至分布式反馈网络，促使分布式反馈网络进行协同优化，提升均流效果；

9、s5.基于分布式反馈网络中的状态信息，动态调整igbt并联的布局，采用新型绝缘材料与散热设计构建多层拓扑结构，减少热耦合和电磁干扰，增强igbt并联的整体稳定性；

10、s6.结合分布式反馈网络收集的数据和状态信息，利用深度学习模型预测未来负载变化，并根据预测结果动态调整igbt的开关频率、占空比和驱动信号的参数，提高均流精度和分布式反馈网络响应速度。

11、优选的，在每个igbt中集成温度传感器、电流传感器和开关状态传感器，用来监测igbt的工作参数，包括结温、集电极电流和栅极电压；传感器收集到的模拟信号通过模数转换器转换成数字信号，转换后的数字信号被传输至中央处理单元，对数据进行去噪处理以消除测量中的噪声干扰，校准处理以确保数据的准确性，以及融合处理以整合来自不同传感器的数据；数据处理后中央处理单元生成一个综合状态数据，综合状态数据反映igbt的工作状态。

12、优选的，中央处理单元在接收到传感器传输的数字信号后，使用其内置的数据处理单元对这些数据进行深入分析，以确定每个igbt的实时工作状态；通过对结温、集电极电流和栅极电压的综合评估，使其对igbt的工作状态进行全面了解；基于此分析结果，中央处理单元运行自适应控制算法，根据实时监测到的工作状态数据动态调整igbt驱动信号的参数，以优化其性能和效率；自适应控制算法的关键计算之一是驱动功率pdrv，pdrv是根据门极电荷量qg、开关频率fin以及驱动器实际输出电压的摆幅δvg计算得出，公式为pdrv = qg *fin * δvg ；门极电荷量qg通过对门极电荷量曲线在栅极电压关断和栅极电压开启的区域内进行积分来获得；中央处理单元根据驱动功率pdrv，调整驱动信号的幅度和持续时间。

13、优选的，驱动信号被传输至igbt的栅极，并调节其导通时间和导通电压，从而控制igbt的开关行为；通过实时监测每个igbt的电流输出，并与预设的阈值进行比较，来调整其工作状态；假设一个并联系统中包含四个igbt模块，系统的总电流负载为200安培，为了实现均流，为每个igbt模块预设一个阈值，即50安培；如果任何一个igbt的电流输出超过这个阈值，比如达到55安培，系统就会认定该模块的电流输出超过了阈值；当监测到某个igbt的电流输出超过设定的阈值时，则通过延长igbt的关断时间，减少其导通时间，降低电流输出，防止过热或电流过大导致的损害；相反，如果电流输出低于阈值，则增加igbt的导通时间，以提高其电流输出，确保其在并联工作中承担合理的电流负载。

14、优选的，分布式反馈网络通过通信协议和接口进行数据传输，每个igbt都集成通信接口，使igbt能接收来自分布式反馈网络的指令，且能发送其自身的综合状态数据，包括温度、电流和电压；综合状态数据通过通信接口实时传输至分布式反馈网络的中心节点；中心节点通过深度学习模型分析，并生成调节指令，以优化igbt的工作状态和均流效果；深度学习模型通过分析历史数据和实时状态信息，预测未来的负载变化，从而提前调整igbt的开关频率、占空比和驱动信号参数，以适应即将到来的负载变化；深度学习模型通过收集历史和实时数据，包括igbt的温度、电流和电压；利用这些数据训练深度学习模型，使其能识别负载变化的模式；深度学习模型使用这些模式来预测未来的负载变化；预测的负载变化被用来动态调整igbt的运行参数，包括开关频率、占空比和驱动信号参数，以优化igbt的响应和性能。

15、优选的，分布式反馈网络通过通信协议和接口，实时收集每个igbt的温度、电流和电压等状态信息；收集到的数据被传输至中央处理单元，通过深度学习模型对数据进行分析，以评估igbt的工作状态和热分布情况；深度学习模型识别热点区域和电气应力集中区域，通过高导热绝缘材料传导热量，将热量从igbt的芯片导出；优化igbt的封装结构，dbc技术通过将铜箔直接键合到陶瓷基板上，提供热传导路径，同时保持电气绝缘特性，进一步提高热导率和绝缘性能；在多层电路板设计方面，每一层都具有特定的功能，以实现电气隔离和热管理；底层用于电源分配，采用宽铜线和对称的布局来平衡和最小化电阻和电压降；中间层专注于信号传输，使用屏蔽和高频率材料来减少信号干扰和提高信号完整性；顶层和附加层则用于热管理，通过布局热通孔、散热片和热管来有效地传导和散发热量。

16、（三）有益效果

17、本发明提供了一种高效率igbt并联拓扑优化方法，具备以下有益效果：

18、1.本发明通过实时监测igbt的工作状态并动态调节驱动信号，优化了igbt的开关时间和导通电压，从而减少了开关损耗和导通损耗，提高了整体的功率转换效率。

19、2.本发明通过集成传感器和采用自适应控制算法，本发明实现了对igbt的精确电流控制，避免了因电流不均导致的局部过热，优化了热分布，从而增强了功率电路的热稳定性和可靠性。

20、3.本发明通过分布式反馈网络和深度学习模型的协同优化，动态调整igbt的开关频率和占空比，减少了电磁干扰，提升了整体的电磁兼容性，满足了高功率密度应用中的严格电磁兼容性要求。

技术特征：

1.一种高效率igbt并联拓扑优化方法，其特征在于，包括：

2.根据权利要求1所述的一种高效率igbt并联拓扑优化方法，其特征在于：在每个igbt中部署传感器，分别为温度、电流及开关状态传感器；传感器实时收集关于igbt工作状态的数据，包括结温、集电极电流、栅极电压；收集到的数据通过模数转换器adc转换为数字信号，并传输至中央处理单元，通过数据处理对收集的数据进行去噪、校准和融合，生成一个综合状态数据。

3.根据权利要求2所述的一种高效率igbt并联拓扑优化方法，其特征在于：所述中央处理单元通过一个高级的数据处理单元对综合状态数据进行分析，确定每个igbt的当前工作状态；中央处理单元运行一个自适应控制算法，自适应控制算法根据数据处理单元的分析结果计算出每个igbt所需驱动信号的参数，其中包括驱动信号的幅度和持续时间，使 igbt在不同工作条件下的动态均流控制；中央处理单元计算每个 igbt 的驱动功率 pdrv，其中驱动功率 pdrv 由栅极电荷量 qg、开关频率 fin 和驱动器实际输出电压的摆幅 δvg 决定，计算公式为 pdrv = qg * fin * δvg；中央处理单元根据驱动功率 pdrv 的计算结果，优化调整驱动信号的的幅度和持续时间；所述门极电荷量qg通过对门极电荷量曲线在栅极电压关断和栅极电压开启的区域内积分获得。

4.根据权利要求1所述的一种高效率igbt并联拓扑优化方法，其特征在于：所述将生成的驱动信号输入每个igbt的栅极驱动电路，并传输到每个igbt的栅极，调节igbt的导通时间和导通电压，当一个igbt的电流输出超过阈值时，栅极驱动电路会延长igbt的关断时间，减少其导通时间，从而降低其电流输出；反之，则增加导通时间，以提高其电流输出；使其在并联工作时，每个igbt都承担相等的电流负载。

5.根据权利要求1所述的一种高效率igbt并联拓扑优化方法，其特征在于：所述建立连接所有igbt的分布式反馈网络，分布式反馈网络通过通信协议和接口使数据传输具备实时性；其中每个igbt都装备有通信接口，用于接收来自分布式反馈网络的指令和发送自身状态信息；状态信息包括温度、电流和电压，用于评估igbt工作状态和进行均流控制；综合状态数据通过通信接口实时传输至分布式反馈网络，分布式反馈网络的中心节点分析数据，根据内部的深度学习模型，生成调节指令，优化igbt的工作状态和均流效果；协同优化则通过分布式反馈网络根据所有igbt的状态信息，动态调整整个igbt并联的运行参数；其中深度学习模型提升分布式反馈网络的预测和响应能力，通过分析历史数据和实时状态信息，深度学习模型能够预测未来的负载变化，从而提前调整igbt的开关频率、占空比和驱动信号的参数，以适应即将到来的负载变化。

6.根据权利要求1所述的一种高效率igbt并联拓扑优化方法，其特征在于：所述基于分布式反馈网络中的状态信息，评估igbt的工作状态和热分布情况；通过分析这些数据，识别出热点区域和电气应力集中的区域；使用高导热绝缘材料，提供良好的电绝缘性能和传导热量，提高散热效率；通过优化igbt的封装结构，使用dbc技术，进一步提高热导率和绝缘性能；通过多层拓扑结构管理igbt之间的电气隔离和热管理，并采用多层电路板设计，其中包括电源分配、信号传输或热管理；通过优化电路板布局和元件排列，减少电磁干扰。

7.根据权利要求1所述的一种高效率igbt并联拓扑优化方法，其特征在于：所述结合分布式反馈网络收集的数据和状态信息，包括电流、电压、温度，深度学习模型训练以识别这些数据与负载变化之间的复杂关系，从而预测未来负载的动态变化；基于预测结果，igbt并联能提前做出调整，通过自适应控制算法动态调整igbt的开关频率、占空比和驱动信号的参数；深度学习模型能识别出影响igbt并联的因素，包括热耦合和电磁干扰，通过优化这些因素，能减少热耦合和电磁干扰，提高分布式反馈网络的响应速度和均流精度。

技术总结
本发明提供一种高效率IGBT并联拓扑优化方法，涉及电力电子技术领域，本发明通过在每个IGBT中部署传感器，实时采集数据，并将采集到的数据传输至中央处理单元进行处理；通过自适应控制算法，基于实时的数据动态生成驱动信号，以优化每个IGBT的工作性能，使其在IGBT能做出调整，从而实现负载的均匀分配；本发明还构建一个分布式反馈网络，增强各个IGBT之间的协同工作能力，确保整个IGBT并联的高效运行；此外，通过新型绝缘材料和散热设计，减少IGBT之间的热耦合，显著提高了热管理能力；本发明提高了IGBT并联的效率与可靠性。

技术研发人员：肖妤芯,陈海川,王开福,肖斗金
受保护的技术使用者：西华大学
技术研发日：
技术公布日：2024/12/5