CN117970062A - 一种功率器件的结温获取方法、系统及相关组件 - Google Patents
一种功率器件的结温获取方法、系统及相关组件 Download PDFInfo
- Publication number
- CN117970062A CN117970062A CN202211310820.1A CN202211310820A CN117970062A CN 117970062 A CN117970062 A CN 117970062A CN 202211310820 A CN202211310820 A CN 202211310820A CN 117970062 A CN117970062 A CN 117970062A
- Authority
- CN
- China
- Prior art keywords
- junction temperature
- temperature data
- power device
- obtaining
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000004364 calculation method Methods 0.000 claims abstract description 90
- 238000001914 filtration Methods 0.000 claims abstract description 81
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000004927 fusion Effects 0.000 claims description 17
- 230000000295 complement effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 6
- 238000012821 model calculation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004519 grease Substances 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 229920001296 polysiloxane Polymers 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2601—Apparatus or methods therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Power Conversion In General (AREA)
Abstract
本申请公开了一种功率器件的结温获取方法、系统及相关组件，涉及变流领域，该结温获取方法包括：基于功率器件运行过程中的电参数得到第一计算参数组和第二计算参数组，第二计算参数组中包括热敏参数；根据第一计算参数组和预设热网络结温估算模型得到第一结温数据；根据第二计算参数组得到与热敏参数对应的第二结温数据；对第一结温数据和第二结温数据分别进行滤波处理，以滤除第一结温数据和第二结温数据中的噪声；基于滤波处理后的第一结温数据和第二结温数据得到功率器件的实际结温数据。本申请能够在不需要额外增加传感器的情况下提高结温计算的精度和鲁棒性。
Description
技术领域
本申请涉及变流领域，特别涉及一种功率器件的结温获取方法、系统及相关组件。
背景技术
在变流器运行工况下，确定变流器内部IGBT(Insulated Gate BipolarTransistor，绝缘栅双极型晶体管)的工作结温及其波动情况，一方面可以提供结温过高的预警信息，另一方面也可以用于IGBT的寿命预测，为变流器的维护提供指导依据。
目前，主要是采用热敏参数法进行IGBT的结温估算，热敏参数法的原理是利用IGBT的电气参数的温度敏感性，如集电极和发射极之间的饱和压降、电压变化率、门极电压等，利用这些参数作为温度敏感参数间接测量结温，热敏参数的温敏特性在长时间尺度下较为稳定，但是在变流器实时运行中，参数的采集存在采集误差，同时也会耦合其他电气参数，导致估算的结温产生较大的偏差，因此，热敏参数法在短时间尺度下误差较大。
因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种功率器件的结温获取方法、系统及相关组件，能够在不需要额外增加传感器的情况下提高结温计算的精度和鲁棒性。
为解决上述技术问题，本申请提供了一种功率器件的结温获取方法，包括：
基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，所述第二计算参数组中包括热敏参数；
根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据；
根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据；
对所述第一结温数据和所述第二结温数据分别进行滤波处理，以滤除所述第一结温数据和所述第二结温数据中的噪声；
基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据。
可选的，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第一计算参数组包括所述第一电压、开关频率、所述瞬时电流的有效值及运行工况；
根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据的过程包括：
根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗；
将所述损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
可选的，根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗的过程包括：
根据所述第一电压和所述运行工况获取所述功率器件的通态损耗；
根据所述开关频率和所述瞬时电流的有效值获取所述功率器件的开关损耗；
基于所述通态损耗和所述开关损耗得到所述功率器件的损耗。
可选的，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第二计算参数组包括所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压，所述导通电压为所述热敏参数；
该结温获取方法还包括：
预先获取功率器件在每一目标温度时各个电流下的所述功率器件的集电极和所述发射极之间的导通电压与流经所述功率器件的集电极和发射极之间的瞬时电流之间的对应关系；
基于所有所述目标温度下的所述对应关系得到关系曲线；
根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据的过程包括：
基于所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压得到电流切面下的所述功率器件的集电极和所述发射极之间的导通电压；
利用所述电流切面下的所述功率器件的集电极和所述发射极之间的导通电压及所述关系曲线得到第二结温数据。
可选的，对所述第一结温数据和所述第二结温数据分别进行滤波处理的过程包括：
对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声。
可选的，对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声的过程包括：
通过低通滤波器对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声的过程包括：
通过高通滤波器对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声；
所述高通滤波器和所述低通滤波器的截止频率相同。
可选的，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据之后，该结温获取方法还包括：
将所述实际结温数据通过光纤输出至变流控制器，以便所述变流控制器执行与所述实际结温数据对应的操作。
可选的，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据的过程包括：
通过互补滤波融合关系式计算所述功率器件的实际结温数据，所述互补滤波融合关系式为
TJ_EST(s)为所述实际结温数据，Tj_TM(s)为所述第一结温数据，Tj_TSEP(s)为所述第二结温数据，τ为时间常数。
为解决上述技术问题，本申请还提供了一种功率器件的结温获取系统，包括：
获取模块，用于基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，所述第二计算参数组中包括热敏参数；
第一计算模块，用于根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据；
第二计算模块，用于根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据；
滤波模块，用于对所述第一结温数据和所述第二结温数据分别进行滤波处理，以滤除所述第一结温数据和所述第二结温数据中的噪声；
融合计算模块，用于基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据。
可选的，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第一计算参数组包括所述第一电压、开关频率、所述瞬时电流的有效值及运行工况；
所述第一计算模块包括：
损耗计算单元，用于根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗；
模型计算单元，用于将所述损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
可选的，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第二计算参数组包括所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压，所述导通电压为所述热敏参数；
该结温获取系统还包括：
预处理模块，用于预先获取功率器件在每一目标温度时各个电流下的所述功率器件的集电极和所述发射极之间的导通电压与流经所述功率器件的集电极和发射极之间的瞬时电流之间的对应关系，基于所有所述目标温度下的所述对应关系得到关系曲线；
所述第二计算模块包括：
第一计算单元，用于基于所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压得到电流切面下的所述功率器件的集电极和所述发射极之间的导通电压；
第二计算单元，用于利用所述电流切面下的所述功率器件的集电极和所述发射极之间的导通电压及所述关系曲线得到第二结温数据。
可选的，对所述第一结温数据和所述第二结温数据分别进行滤波处理的过程包括：
对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声。
可选的，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据的过程包括：
通过互补滤波融合关系式计算所述功率器件的实际结温数据，所述互补滤波融合关系式为
TJ_EST(s)为所述实际结温数据，Tj_TM(s)为所述第一结温数据，Tj_TSEP(s)为所述第二结温数据，τ为时间常数。
为解决上述技术问题，本申请还提供了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文任意一项所述的功率器件的结温方法的步骤。
为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文任意一项所述的功率器件的结温方法的步骤。
本申请提供了一种功率器件的结温获取方法，预设热网络结温估算模型对结温的波动情况的估算较为准确，基于该预设热网络结温估算模型得到的第一结温数据在短时间内具有较高的准确性，将其与通过热敏参数法得到的第二结温数据相结合，可以弥补热敏参数法短时间内估算的结温误差较大的问题，将第一结温数据与第二结温数据进行互补滤波，滤除两个结温数据中各自存在的噪声，再根据滤波后的第一结温数据和第二结温数据计算实际结温数据，在不需要额外增加传感器的情况下提高了结温计算的精度和鲁棒性。本申请还提供了一种功率器件的结温获取系统、电子设备及计算机可读存储介质，具有和上述结温获取系统相同的有益效果。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请所提供的一种功率器件的结温获取方法的步骤流程图；
图2为本申请所提供的一种变流器中IGBT和散热器的截面的示意图；
图3为本申请所提供的一种IGBT模块Foster热网络模型图；
图4为本申请所提供的一种Ic、Vce和结温的关系曲线图；
图5为本申请所提供的一种互补滤波融合原理图；
图6为本申请所提供的一种功率器件的结温获取系统的结构示意图。
具体实施方式
本申请的核心是提供一种功率器件的结温获取方法、系统及相关组件，能够在不需要额外增加传感器的情况下提高结温计算的精度和鲁棒性。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参照图1，图1为本申请所提供的一种功率器件的结温获取方法的步骤流程图，该结温获取方法包括：
S101：基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，第二计算参数组中包括热敏参数；
其中，功率器件包括但不限于IGBT，为便于理解本方案，以IGBT为例进行说明。
采集IGBT运行过程中的电参数，主要包括IGBT的集电极c和发射极e之间的第一电压Vce，IGBT的门极g和发射极e之间的第二电压Vge，以及流经IGBT的集电极c和发射极e之间的瞬时电流Ic。可以理解的是，上述采集量均为模拟量，将其转换为数字量进行后续处理，从上述数字量的参数中提取出用于进行热网络模型估算结温的第一计算参数组以及用于进行热敏参数法估算结温的第二计算参数组。
具体的，对Vce、Vge以及Ic进行分析处理可以得到开关频率Fsw、流经IGBT的集电极c和发射极e之间的瞬时电流Ic的有效值Ic_RMS，以及IGBT的运行工况，运行工况包括但不限于牵引、制动等工况，将Fsw、Ic_RMS、运行工况及Vce作为第一计算参数组；相应的，对Vce、Vge以及Ic进行分析处理还可以得到IGBT的集电极c和发射极e之间的导通电压Vce(on)，将Ic、Vge和Vce(on)作为第二计算参数组。
S102：根据第一计算参数组和预设热网络结温估算模型得到第一结温数据；
考虑到热网络模型的准确性依赖于功率器件的损耗，本步骤首先基于第一计算参数组计算功率器件的损耗，将损耗输入预设热网络结温估算模型，预设热网络结温估算模型即可输出第一结温数据，由于热网络模型对结温的波动情况估算比较准确，因此，得到的第一结温数据在短时间内有较高的准确性。
S103：根据第二计算参数组得到与热敏参数对应的第二结温数据；
本实施例中，将IGBT的集电极c和发射极e之间的导通电压Vce(on)作为热敏参数，通过第二计算参数组，首先确定电流切面下的Vce(on)值，然后基于预设的对应关系，得到与该电流切面下的Vce(on)值相对应的第二结温数据，由于热敏参数的温敏特性在长时间尺度下较为稳定，因此，第二结温数据的大体值估算较为准确。
当然，除了可以选择Vce(on)作为热敏参数，还可以选择IGBT的其他参数，如Vf(on)、Vge(th)、dVce/dt等作为热敏参数。
S104：对第一结温数据和第二结温数据分别进行滤波处理，以滤除第一结温数据和第二结温数据中的噪声；
S105：基于滤波处理后的第一结温数据和第二结温数据得到功率器件的实际结温数据。
考虑到热网络模型法对结温的波动情况估算较为准确，但是准确性不高，也即有低频噪声，热敏参数法估算结温的大体值较为准确，但是参数采集误差大，也既有高频噪声，因此，对第一结温数据和第二结温数据分别进行滤波，滤除第一结温数据和第二结温数据中的噪声，然后将滤波后的二者融合得到实际结温数据，提高了结温计算的精度和鲁棒性。
可见，本实施例中，预设热网络结温估算模型对结温的波动情况的估算较为准确，基于该预设热网络结温估算模型得到的第一结温数据在短时间内具有较高的准确性，将其与通过热敏参数法得到的第二结温数据相结合，可以弥补热敏参数法短时间内估算的结温误差较大的问题，将第一结温数据与第二结温数据进行互补滤波，滤除两个结温数据中各自存在的噪声，再根据滤波后的第一结温数据和第二结温数据计算实际结温数据，在不需要额外增加传感器的情况下提高了结温计算的精度和鲁棒性。
在上述实施例的基础上：
作为一种可选的实施例，电参数包括功率器件的集电极和发射极之间的第一电压、流经功率器件的集电极和发射极之间的瞬时电流，功率器件的门极和发射极之间的第二电压；
第一计算参数组包括第一电压、开关频率、瞬时电流的有效值及运行工况；
根据第一计算参数组和预设热网络结温估算模型得到第一结温数据的过程包括：
根据第一电压、开关频率、瞬时电流的有效值及运行工况得到功率器件的损耗；
将损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
作为一种可选的实施例，根据第一电压、开关频率、瞬时电流的有效值及运行工况得到功率器件的损耗的过程包括：
根据第一电压和运行工况获取功率器件的通态损耗；
根据开关频率和瞬时电流的有效值获取功率器件的开关损耗；
基于通态损耗和开关损耗得到功率器件的损耗。
可以理解的是，本实施例采用电流有效值等效法进行功率器件的损耗计算，具体的：
IGBT的损耗包括两个部分，分别是通态损耗与开关损耗，如下：
PA_I＝PC_I+PS_I；
其中，PA_I为IGBT的损耗，PC_I为IGBT的通态损耗，PS_I为IGBT的开关损耗。
IGBT的通态损耗计算如下：
一个电流周期IGBT的导通损耗为通过电流的道通压降与电流的积分，如下：
Vce(t)＝Vceo+ic(t)rce；
式中，T0为一个电流周期的时间，τ(t)为调制函数，m为调制比，逆变工况下为正数，整流工况下为负数，为功率因素，i(t)为功率模块的输出电流，/>为电流峰值，Vce(t)是导通状态下IGBT的压降。
伏安特性曲线近似为线性，Vceo与rce均受温度影响，并随温度线性变化，如下：
Vceo＝Vceo_25℃+KVceo(Tj_I)
式中，Vceo_25℃为25℃时IGBT的初始饱和压降，rce_25℃为25℃时IGBT的导通电阻，Tj_I为IGBT的结温，KVceo和Krce分别为IGBT的初始饱和压降与导通电阻的温度系数。
对上式求积分并整理得：
IGBT的开关损耗计算
IGBT的开关能量，包括IGBT开通能量与关断能量：
Esw＝Eon+Eoff；
式中，Esw表示总开关能量，Eon表示开通能量；Eoff表示断开能量。
一个电流周期IGBT的开关损耗等于各个开关过程的能量除以电流周期的时间，如下：
上式中，n表示一个电流周期IGBT的开通次数，这与开关频率有关，而且IGBT开通、断开能量与IGBT的电压与电流相关，如下：
式中，fsw表示IGBT的开关频率，Inom表示器件的电流标称值，Vnom表示器件的电压标称值。
FWD(Freewheeling Diode，续流二极管)的损耗计算
FWD的损耗与IGBT损耗的计算类似，FWD的导通损耗如下：
Vf＝Vfo+ifrf
开关损耗如下：
本实施例中功率器件的总损耗等于IGBT和FWD的导通损耗与开关损耗的和，如下：
Pt＝PS_D+PS_I+PC_D+PC_I。
作为一种可选的实施例，第二计算参数组包括瞬时电流、第二电压和功率器件的集电极和发射极之间的导通电压，导通电压为热敏参数；
该结温获取方法还包括：
预先获取功率器件在每一目标温度时各个电流下的功率器件的集电极和发射极之间的导通电压与流经功率器件的集电极和发射极之间的瞬时电流之间的对应关系；
基于所有目标温度下的对应关系得到关系曲线；
根据第二计算参数组得到与热敏参数对应的第二结温数据的过程包括：
基于瞬时电流、第二电压和功率器件的集电极和发射极之间的导通电压得到电流切面下的功率器件的集电极和发射极之间的导通电压；
利用电流切面下的功率器件的集电极和发射极之间的导通电压及关系曲线得到第二结温数据。
变流器中IGBT和散热器的截面如图2所示，IGBT的Foster热网络模型如图3所示。
图3中，Tj_I为IGBT的结温，Tj_D为FWD的结温，RI_1～RI_4为IGBT的热阻，CI_1～CI_4为IGBT的热容，Rg为导热硅脂的热阻，Cg为导热硅脂的热容，RH为散热器的热容，CH为散热器的热容，Ta为环境温度。
由散热系统的热阻等效电路，经推导可求得散热系统各点的温度如下：
上式中，常数6表示该散热器上装有6个IGBT，Ta为环境温度，Ts是散热器的台面温度，Tc是示IGBT的壳温，Tj_I是IGBT芯片的结温，Tj_D是FWD的结温，PI是IGBT的损耗，PD是FWD的损耗，Zth(s-a)是散热器到环境的热阻，Zth(c-s)是壳温到散热器的热阻，Zth(j-c)_I是IGBT结温到壳温的热阻，是多个热容热阻的叠加，Zth(j-c)_D是FWD结温到壳温的热阻，是多个热容热阻的叠加。
热阻抗曲线可近似表示为：
其中，τ为时间常数。
可以理解的是，IGBT的很多参数都具有温敏特性，但是在机车运行中适合采集的并不多，本实施例采用Vce(on)作为温敏参数获取结温。以英飞凌FZ1500R33HE3为例，Ic、Vce和Tj的关系如图4所示。
在同一电流下，Vce(on)的值和温度成线性关系，且温度越高，Vce的值越大。
由于IGBT的个体差异，并不是每个IGBT的Ic、Vce和Tj关系都是一样。因此，在使用Vce(on)做结温估算候，需要对每个IGBT的Ic、Vce和Tj的关系进行获取，实现校准。
首先通过试验获取IGBT在25℃和125℃各个电流下Vce(on)和Ic的关系，并绘制成曲线，通过采集装置采集机车实际运行中IGBT的Vge、Vce(on)和Ic。
提取波形中有效Ic和Vce(on)值，结温估算算法如下式所示。
其中，interp_25表示Ic在25度Vce_Iee曲线插值下得到的Vce值，interp_125表示Ic在125度Vce_Iee曲线下插值得到的Vce值，Ic表示测得的电流值，Vce表示测得的Vce(on)值，Tj_TM表示估算出的结温值。
作为一种可选的实施例，对第一结温数据和第二结温数据分别进行滤波处理的过程包括：
对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声；
和/或，
对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声。
作为一种可选的实施例，对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声的过程包括：
通过低通滤波器对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声；
和/或，
对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声的过程包括：
通过高通滤波器对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声；
高通滤波器和低通滤波器的截止频率相同。
具体的，互补滤波融合的原理为：一个带有高频噪声的信号和另一个带有低频噪声的信号，将它们的噪声分别滤除，然后合并，得到没有噪声的原始信号，原理如图5所示。热网络模型法结温的波动情况估算较为准确，但是准确性不高，即存在低频噪声，热敏参数结温估算法结温的大体值估算较为准确，但是参数采集误差大，即存在高频噪声，基于此，对第一结温数据进行高通滤波，滤除第一结温数据中的低频噪声，并对第二结温数据进行低通滤波，滤除第二结温数据中的高频噪声，然后将滤波后的二者相结合得到重构信号，即实际结温数据。
具体的，可以通过低通滤波器对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声；通过高通滤波器对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声。
令C(s)＝1/τ，表示一阶滤波器，互补滤波融合关系式为：
TJ_EST(s)为实际结温数据，
Tj_TM(s)为第一结温数据，Tj_TSEP(s)为第二结温数据，τ为时间常数。
转化为离散时间的差分形式：
截止频率为：
具体的，可以根据变流器运行中结温情况来确定截止频率，为便于融合互补滤波，高通滤波器和低通滤波器的截止频率相同。具体的，可采用多阶RC高通低通滤波，巴特沃斯高通低通滤波器等对第一结温数据和第二结温数据进行滤波，满足对第一结温数据进行高通滤波处理、对第二结温数据进行低通滤波处理即可，本实施例在此对具体的滤波方案不作限定。
作为一种可选的实施例，基于滤波处理后的第一结温数据和第二结温数据得到功率器件的实际结温数据之后，该结温获取方法还包括：
将实际结温数据通过光纤输出至变流控制器，以便变流控制器执行与实际结温数据对应的操作。
具体的，在获取到实际结温数据后，将实际结温数据通过光纤输出给变流器控制器做进一步分析和处理，具体的，将实际结温数据先进行电-光转换，通过光纤传输至变流器控制器端，进行光-电转换，得到数字量的实际结温数据，以便变流器控制器做进一步分析和处理。
综上，本申请与在不需要额外增加传感器的情况下，提高了结温估算的准确性和鲁棒性，尤其在环境温度采集错误和热阻变化等情况下，互补滤波算法估算结温具有明显的优势，该算法后续也可用于IGBT的健康状态评估以及IGBT使用寿命的实时预测。
第二方面，请参照图6，图6为本申请所提供的一种功率器件的结温获取系统的结构示意图，该功率器件的结温获取系统包括：
获取模块1，用于基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，第二计算参数组中包括热敏参数；
第一计算模块2，用于根据第一计算参数组和预设热网络结温估算模型得到第一结温数据；
第二计算模块3，用于根据第二计算参数组得到与热敏参数对应的第二结温数据；
滤波模块4，用于对第一结温数据和第二结温数据分别进行滤波处理，以滤除第一结温数据和第二结温数据中的噪声；
融合计算模块5，用于基于滤波处理后的第一结温数据和第二结温数据得到功率器件的实际结温数据。
可见，本实施例中，预设热网络结温估算模型对结温的波动情况的估算较为准确，基于该预设热网络结温估算模型得到的第一结温数据在短时间内具有较高的准确性，将其与通过热敏参数法得到的第二结温数据相结合，可以弥补热敏参数法短时间内估算的结温误差较大的问题，将第一结温数据与第二结温数据进行互补滤波，滤除两个结温数据中各自存在的噪声，再根据滤波后的第一结温数据和第二结温数据计算实际结温数据，在不需要额外增加传感器的情况下提高了结温计算的精度和鲁棒性。
作为一种可选的实施例，电参数包括功率器件的集电极和发射极之间的第一电压、流经功率器件的集电极和发射极之间的瞬时电流，功率器件的门极和发射极之间的第二电压；
第一计算参数组包括第一电压、开关频率、瞬时电流的有效值及运行工况；
第一计算模块2包括：
损耗计算单元，用于根据第一电压、开关频率、瞬时电流的有效值及运行工况得到功率器件的损耗；
模型计算单元，用于将损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
作为一种可选的实施例，根据第一电压、开关频率、瞬时电流的有效值及运行工况得到功率器件的损耗的过程包括：
根据第一电压和运行工况获取功率器件的通态损耗；
根据开关频率和瞬时电流的有效值获取功率器件的开关损耗；
基于通态损耗和开关损耗得到功率器件的损耗。
作为一种可选的实施例，电参数包括功率器件的集电极和发射极之间的第一电压、流经功率器件的集电极和发射极之间的瞬时电流，功率器件的门极和发射极之间的第二电压；
第二计算参数组包括瞬时电流、第二电压和功率器件的集电极和发射极之间的导通电压，导通电压为热敏参数；
该结温获取系统还包括：
预处理模块，用于预先获取功率器件在每一目标温度时各个电流下的功率器件的集电极和发射极之间的导通电压与流经功率器件的集电极和发射极之间的瞬时电流之间的对应关系，基于所有目标温度下的对应关系得到关系曲线；
第二计算模块3包括：
第一计算单元，用于基于瞬时电流、第二电压和功率器件的集电极和发射极之间的导通电压得到电流切面下的功率器件的集电极和发射极之间的导通电压；
第二计算单元，用于利用电流切面下的功率器件的集电极和发射极之间的导通电压及关系曲线得到第二结温数据。
作为一种可选的实施例，对第一结温数据和第二结温数据分别进行滤波处理的过程包括：
对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声；
和/或，
对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声。
作为一种可选的实施例，对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声的过程包括：
通过低通滤波器对第一结温数据进行高通滤波处理，以滤除第一结温数据中的低频噪声；
和/或，
对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声的过程包括：
通过高通滤波器对第二结温数据进行低通滤波处理，以滤除第二结温数据中的高频噪声；
高通滤波器和低通滤波器的截止频率相同。
作为一种可选的实施例，该结温获取系统还包括：
输出模块，用于将实际结温数据通过光纤输出至变流控制器，以便变流控制器执行与实际结温数据对应的操作。
作为一种可选的实施例，基于滤波处理后的第一结温数据和第二结温数据得到功率器件的实际结温数据的过程包括：
通过互补滤波融合关系式计算功率器件的实际结温数据，互补滤波融合关系式为
TJ_EST(s)为实际结温数据，Tj_TM(s)为第一结温数据，Tj_TSEP(s)为第二结温数据，τ为时间常数。
第三方面，本申请还提供了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上文任意一个实施例所描述的功率器件的结温方法的步骤。
对于本申请所提供的一种电子设备的介绍请参照上述实施例，本申请在此不再赘述。
本申请所提供的一种电子设备具有和上述功率器件的结温方法相同的有益效果。
为解决上述技术问题，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上文任意一个实施例所描述的功率器件的结温方法的步骤。
对于本申请所提供的一种计算机可读存储介质的介绍请参照上述实施例，本申请在此不再赘述。
本申请所提供的一种计算机可读存储介质具有和上述功率器件的结温方法相同的有益效果。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (15)
1.一种功率器件的结温获取方法，其特征在于，包括：
基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，所述第二计算参数组中包括热敏参数；
根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据；
根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据；
对所述第一结温数据和所述第二结温数据分别进行滤波处理，以滤除所述第一结温数据和所述第二结温数据中的噪声；
基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据。
2.根据权利要求1所述的功率器件的结温获取方法，其特征在于，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第一计算参数组包括所述第一电压、开关频率、所述瞬时电流的有效值及运行工况；
根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据的过程包括：
根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗；
将所述损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
3.根据权利要求2所述的功率器件的结温获取方法，其特征在于，根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗的过程包括：
根据所述第一电压和所述运行工况获取所述功率器件的通态损耗；
根据所述开关频率和所述瞬时电流的有效值获取所述功率器件的开关损耗；
基于所述通态损耗和所述开关损耗得到所述功率器件的损耗。
4.根据权利要求1所述的功率器件的结温获取方法，其特征在于，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第二计算参数组包括所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压，所述导通电压为所述热敏参数；
该结温获取方法还包括：
预先获取功率器件在每一目标温度时各个电流下的所述功率器件的集电极和所述发射极之间的导通电压与流经所述功率器件的集电极和发射极之间的瞬时电流之间的对应关系；
基于所有所述目标温度下的所述对应关系得到关系曲线；
根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据的过程包括：
基于所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压得到电流切面下的所述功率器件的集电极和所述发射极之间的导通电压；
利用所述电流切面下的所述功率器件的集电极和所述发射极之间的导通电压及所述关系曲线得到第二结温数据。
5.根据权利要求1所述的功率器件的结温获取方法，其特征在于，对所述第一结温数据和所述第二结温数据分别进行滤波处理的过程包括：
对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声。
6.根据权利要求5所述的功率器件的结温获取方法，其特征在于，对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声的过程包括：
通过低通滤波器对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声的过程包括：
通过高通滤波器对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声；
所述高通滤波器和所述低通滤波器的截止频率相同。
7.根据权利要求1所述的功率器件的结温获取方法，其特征在于，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据之后，该结温获取方法还包括：
将所述实际结温数据通过光纤输出至变流控制器，以便所述变流控制器执行与所述实际结温数据对应的操作。
8.根据权利要求1-7任意一项所述的功率器件的结温获取方法，其特征在于，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据的过程包括：
通过互补滤波融合关系式计算所述功率器件的实际结温数据，所述互补滤波融合关系式为
TJ_EST(s)为所述实际结温数据，Tj_TM(s)为所述第一结温数据，Tj_TSEP(s)为所述第二结温数据，τ为时间常数。
9.一种功率器件的结温获取系统，其特征在于，包括：
获取模块，用于基于功率器件的运行过程中的电参数得到第一计算参数组和第二计算参数组，所述第二计算参数组中包括热敏参数；
第一计算模块，用于根据所述第一计算参数组和预设热网络结温估算模型得到第一结温数据；
第二计算模块，用于根据所述第二计算参数组得到与所述热敏参数对应的第二结温数据；
滤波模块，用于对所述第一结温数据和所述第二结温数据分别进行滤波处理，以滤除所述第一结温数据和所述第二结温数据中的噪声；
融合计算模块，用于基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据。
10.根据权利要求9所述的功率器件的结温获取系统，其特征在于，所述电参数包括所述功率器件的集电极和发射极之间的第一电压、流经所述功率器件的集电极和发射极之间的瞬时电流，所述功率器件的门极和发射极之间的第二电压；
所述第一计算参数组包括所述第一电压、开关频率、所述瞬时电流的有效值及运行工况；
所述第一计算模块包括：
损耗计算单元，用于根据所述第一电压、所述开关频率、所述瞬时电流的有效值及所述运行工况得到所述功率器件的损耗；
模型计算单元，用于将所述损耗和当前环境温度数据输入预设热网络结温估算模型得到第一结温数据。
11.根据权利要求9所述的功率器件的结温获取系统，其特征在于，所述第二计算参数组包括所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压，所述导通电压为所述热敏参数；
该结温获取系统还包括：
预处理模块，用于预先获取功率器件在每一目标温度时各个电流下的所述功率器件的集电极和所述发射极之间的导通电压与流经所述功率器件的集电极和发射极之间的瞬时电流之间的对应关系，基于所有所述目标温度下的所述对应关系得到关系曲线；
所述第二计算模块包括：
第一计算单元，用于基于所述瞬时电流、所述第二电压和所述功率器件的集电极和所述发射极之间的导通电压得到电流切面下的所述功率器件的集电极和所述发射极之间的导通电压；
第二计算单元，用于利用所述电流切面下的所述功率器件的集电极和所述发射极之间的导通电压及所述关系曲线得到第二结温数据。
12.根据权利要求9所述的功率器件的结温获取系统，其特征在于，对所述第一结温数据和所述第二结温数据分别进行滤波处理的过程包括：
对所述第一结温数据进行高通滤波处理，以滤除所述第一结温数据中的低频噪声；
和/或，
对所述第二结温数据进行低通滤波处理，以滤除所述第二结温数据中的高频噪声。
13.根据权利要求9-12任意一项所述的功率器件的结温获取系统，其特征在于，基于所述滤波处理后的第一结温数据和第二结温数据得到所述功率器件的实际结温数据的过程包括：
通过互补滤波融合关系式计算所述功率器件的实际结温数据，所述互补滤波融合关系式为
TJ_EST(s)为所述实际结温数据，Tj_TM(s)为所述第一结温数据，Tj_TSEP(s)为所述第二结温数据，τ为时间常数。
14.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-8任意一项所述的功率器件的结温方法的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的功率器件的结温方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211310820.1A CN117970062A (zh) | 2022-10-25 | 2022-10-25 | 一种功率器件的结温获取方法、系统及相关组件 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211310820.1A CN117970062A (zh) | 2022-10-25 | 2022-10-25 | 一种功率器件的结温获取方法、系统及相关组件 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117970062A true CN117970062A (zh) | 2024-05-03 |
Family
ID=90860006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211310820.1A Pending CN117970062A (zh) | 2022-10-25 | 2022-10-25 | 一种功率器件的结温获取方法、系统及相关组件 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117970062A (zh) |
-
2022
- 2022-10-25 CN CN202211310820.1A patent/CN117970062A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11543305B2 (en) | Method for estimating junction temperature online on IGBT power module | |
| CN110108999B (zh) | 一种igbt模块工作结温在线检测系统及方法 | |
| CN105572558A (zh) | 一种功率二极管模块工作结温的在线检测系统及其检测方法 | |
| Baker et al. | Improved reliability of power modules: A review of online junction temperature measurement methods | |
| WO2017071365A1 (zh) | 数字化驱动的igbt电流检测系统及其检测方法 | |
| CN110658435B (zh) | 一种igbt结温监测装置及方法 | |
| Peng et al. | Application of digital twin concept in condition monitoring for dc-dc converter | |
| CN105825019A (zh) | 一种绝缘栅双极晶体管igbt模块温度求解算法 | |
| CN107209222A (zh) | 用于确定功率半导体模块的老化的方法以及设备和电路装置 | |
| Liu et al. | Online junction temperature estimation method for SiC modules with built-in NTC sensor | |
| CN110502720A (zh) | 功率半导体模块的损耗在线计算方法及其应用方法和装置 | |
| CN113203928B (zh) | 功率器件的结温监测方法、装置、设备及存储介质 | |
| KR101958485B1 (ko) | 전력 반도체의 온도 측정 시스템 및 방법, 그리고 이의 저장 매체 | |
| CN115629553A (zh) | 一种高时空分辨率igbt模块电热应力计算方法 | |
| Kundu et al. | Accurate estimation of diode reverse-recovery characteristics from datasheet specifications | |
| Davidson et al. | Measurement and characterization technique for real-time die temperature prediction of MOSFET-based power electronics | |
| Zhang et al. | A high-sensitivity online junction temperature monitoring method for SiC mosfets based on the turn-on drain–source current overshoot | |
| CN117970062A (zh) | 一种功率器件的结温获取方法、系统及相关组件 | |
| CN114414975A (zh) | 碳化硅mosfet结温在线测量方法及系统 | |
| CN112329244B (zh) | 一种用于igbt结温估计的优化功率损耗等效建模方法 | |
| CN116754915A (zh) | 一种半导体开关器件的工作结温监测系统和方法 | |
| CN113376497A (zh) | 一种适用于功率半导体器件结温和老化信息的在线监测方法 | |
| Wang et al. | Fast and accurate temperature estimation of three-level IGBT converter based on 3-D coupled thermal model | |
| CN113759229B (zh) | 基于温度测量的功率半导体开关损耗测量方法及系统 | |
| Górecki et al. | Non-linear compact thermal model of IGBTs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |