本发明涉及电数字数据处理,具体涉及一种igbt结温预测方法。
背景技术:
1、igbt(绝缘栅双极型晶体管)作为一种高性能功率半导体器件,广泛应用于电力电子领域。在实际应用中,igbt的结温是一个重要的参数,直接关系到器件的可靠性和工作性能。因此,准确地预测igbt的结温对于设计和控制电力电子系统至关重要。
2、现有igbt结温预测方法根据集电极电流、饱和压降、饱和电流和老化情况等数据,采用基于支持向量回归机模型或神经网络进行igbt结温预测,现有igbt结温预测方法考虑了多方面的数据影响,造成了结温预测复杂度过高,同时,现有igbt结温预测方法忽略了环境温度对igbt结温的影响。
技术实现思路
1、针对现有技术中的上述不足,本发明提供的一种igbt结温预测方法解决了以下技术问题:
2、1、现有igbt结温预测方法复杂度过高;
3、2、现有igbt结温预测方法忽略了环境温度对igbt结温的影响。
4、为了达到上述发明目的,本发明采用的技术方案为:一种igbt结温预测方法,包括以下步骤:
5、s1、根据igbt管的发射极和集电极之间的电流数据,计算电热理论温度;
6、s2、通过温度传感器采集不同环境温度下的igbt管的实际结温传感数据,并滤波处理,分别计算出不同环境温度下的igbt管实际结温数据;
7、s3、将电热理论温度与igbt管实际结温数据相减,得到不同环境温度下的温度差值;
8、s4、将电热理论温度和环境温度构建为样本,将温度差值设为标签,得到训练集;
9、s5、采用训练集对环境影响温度差值预测模型进行训练,得到训练后的环境影响温度差值预测模型;
10、s6、根据训练后的环境影响温度差值预测模型,得到待测igbt管的实际结温。
11、本发明的有益效果为:本发明的igbt结温预测方法根据igbt管的发射极和集电极之间的电流数据,从而计算出电热理论温度,再采集igbt管实际结温数据,将电热理论温度和环境温度构建为样本,温度差值设为标签,从而训练环境影响温度差值预测模型,训练后的环境影响温度差值预测模型可用于预测在不同电热理论温度和不同环境温度下理论与现实的温度差值,从而对电热理论温度进行补偿。本发明中的igbt结温预测方法涉及的影响因素少,从而使得环境影响温度差值预测模型简单,同时考虑不同环境温度下对igbt结温的影响,实现对igbt结温的精准预测。
12、进一步地,所述s1中计算电热理论温度的公式为:
13、,其中,tt为第t时刻的电热理论温度,t0,t为第t时刻的环境温度,it为第t时刻igbt管的发射极和集电极之间的电流数据,r为igbt管的发射极和集电极之间的等效电阻,t为时刻,c为比热容,m为igbt管的重量。
14、上述进一步地方案的有益效果为:本发明中通过igbt管的重量m、等效电阻r、比热容c、环境温度t0,t和电流数据it,先从理论上计算出,在此环境温度t0,t和电流数据it下igbt管的电热理论温度。
15、进一步地,所述s2包括以下分步骤:
16、s21、通过温度传感器采集不同环境温度下的igbt管的实际结温传感数据;
17、s22、计算一段时间内的每个实际结温传感数据的数据波动系数;
18、s23、根据每个数据波动系数,基于一段时间内的实际结温传感数据的平均值,计算不同环境温度下的igbt管实际结温数据。
19、上述进一步地方案的有益效果为:本发明中通过温度传感器采集不同环境温度下的igbt管的实际结温传感数据,将实际结温传感数据进行分段处理,通过一段时间内的实际结温传感数据,来评估每个实际结温传感数据的异常程度,计算出一段时间内的每个实际结温传感数据的数据波动系数,在每一小段时间内实际结温传感数据的大小应该趋于平稳,因此,可以用数据波动系数来评估每个实际结温传感数据的异常程度,实现对实际结温传感数据的滤波。
20、进一步地,所述s22中计算一段时间内的每个实际结温传感数据的数据波动系数公式为:
21、,其中,ai为第i个数据波动系数,tei为第i个实际结温传感数据,n为实际结温传感数据的数量,arctan为反正切函数。
22、上述进一步地方案的有益效果为:本发明中根据每个实际结温传感数据与平均值的差值的平方,再归一化到0~1之间,从而评估出每个实际结温传感数据的数据波动系数,表征实际结温传感数据的异常程度。
23、进一步地,所述s23中计算igbt管实际结温数据的公式为:
24、,其中,ri为第i个igbt管实际结温数据,μ为比例系数,ai为第i个数据波动系数,tei为第i个实际结温传感数据,n为实际结温传感数据的数量。
25、上述进一步地方案的有益效果为:本发明中数据波动系数越大,则实际结温传感数据的异常程度越高,从而对实际结温传感数据的滤波程度越高,但为了提高测温的灵敏度,同时考虑平均值和每个实际结温传感数据,并设定比例系数,实现再次对滤波后的数据的调节,提高igbt管结温测量精度。
26、进一步地,所述s5中环境影响温度差值预测模型中包括:理论温度处理单元、环境温度处理单元、数据融合单元和差值输出单元;
27、所述理论温度处理单元用于输入电热理论温度;所述环境温度处理单元用于输入环境温度;所述数据融合单元的输入端分别与理论温度处理单元的输出端和环境温度处理单元的输出端连接,其输出端与差值输出单元的输入端连接;所述差值输出单元的输出端作为环境影响温度差值预测模型的输出端。
28、进一步地,所述理论温度处理单元的公式为:
29、,其中,e1,t为理论温度处理单元第t时刻的输出,e为自然常数,tt为第t时刻的电热理论温度,w1为理论温度处理单元的权重,b1为理论温度处理单元的偏置;
30、所述环境温度处理单元的公式为:
31、,其中,e2,t为环境温度处理单元第t时刻的输出,e为自然常数,t0,t为第t时刻的环境温度,w2为环境温度处理单元的权重,b2为环境温度处理单元的偏置。
32、上述进一步地方案的有益效果为:本发明通过理论温度处理单元输入电热理论温度,通过环境温度处理单元输入环境温度,实现对电热理论温度和环境温度分别赋予不同输入权重和偏置,便于灵活调整电热理论温度和环境温度与温度差值的映射关系。
33、进一步地,所述数据融合单元的表达式为:
34、,其中,ht为数据融合单元第t时刻的输出,ln为对数函数,w3为数据融合单元的第一权重,w4为数据融合单元的第二权重,b3为数据融合单元的偏置,e为自然常数,e1,t为理论温度处理单元第t时刻的输出,e2,t为环境温度处理单元第t时刻的输出。
35、上述进一步地方案的有益效果为:本发明中数据融合单元实现理论温度处理单元的输出和环境温度处理单元的输出的融合,并设置指数函数和对数函数放大融合结果。
36、进一步地,所述差值输出单元的公式为:
37、,其中,yt为差值输出单元第t时刻的输出,ht为数据融合单元第t时刻的输出,e为自然常数,w5为差值输出单元的第一权重,b4为差值输出单元的第一偏置,w6为差值输出单元的第二权重,b5为差值输出单元的第二偏置。
38、上述进一步地方案的有益效果为:本发明中在差值输出单元设置了内层权重w5和偏置b4,外层权重w6和偏置b5,同时对差值输出单元的输出进行调节,提高差值输出单元输出温度差值的精度。
39、进一步地,所述s6包括以下分步骤:
40、s61、根据待测igbt管的发射极和集电极之间的当前电流数据,计算出当前电热理论温度;
41、s62、将当前电热理论温度与当前环境温度输入到训练后的环境影响温度差值预测模型中,得到当前环境温度下的温度差值;
42、s63、采用当前电热理论温度减去当前环境温度下的温度差值,得到待测igbt管的实际结温。