基于机器学习的功率半导体暂态仿真精度优化方法及系统

本发明属于电力电子仿真技术领域，公开了一种基于机器学习的功率半导体暂态仿真精度优化方法及系统。该方法利用轻量化的卷积神经网络建立低精度波形与高精度波形之间的映射，低精度波形经过神经网络处理后再通过线性插值，以较低的计算资源和时间代价得到相较于直接迭代计算具有较高准确度的高精度波形。以IGBT器件级仿真模型为例，本发明成功应用暂态仿真精度优化方法显著提高了其开关暂态波形的精准度。本发明有效地解决了仿真精准度和计算资源消耗、仿真时间的矛盾以及精度与准度之间的矛盾、实时仿真精度很难进一步提升的难题，为提高电力电子仿真的精准度提供了可靠、高效的技术支持，为提高器件级实时仿真精准度开辟了新的思路。