摘要
本申请涉及过压控制技术领域,其具体地公开了一种IGBT模块的过压控制方法及装置,其在接收到关断指令后,采用深度学习算法对集电极电流时序数据进行时序关联分析,提取集电极电流的短时波动特征,并结合初始门极电阻值动态预测关断过程可能产生的集电极‑发射极电压尖峰幅值。进而基于预测的电压尖峰幅值与预设阈值之间的比较,生成初始门极驱动策略以指导关断操作。在关断执行阶段,通过实时监测集电极‑发射极电压数据流并将其与安全阈值进行动态比对,以此来对驱动策略进行闭环优化调整。该方法通过对关断暂态电压尖峰的智能预测实现了对过压风险的前瞻性评估和自适应控制,能够在抑制过压的同时优化开关损耗,突破传统固定参数控制的局限性。
技术关键词
编码向量
波动特征
模态特征
IGBT模块
多尺度
电流值
门极驱动器
关断
电压
策略
幅值
电阻值
时序关联分析
校正
深度学习算法
数据采集模块
输入电路
系统为您推荐了相关专利信息
半球谐振陀螺
瞬态误差
校准方法
信号
短时傅里叶变换
图像缺陷检测模型
光伏电池
模块
多级特征
多尺度特征融合
高功率光纤激光器
非线性光学效应
稳定输出控制
光纤传感器阵列
多模态
卷积模块
特征金字塔网络
加权特征
通道
Sigmoid函数