研究与开发
|
基于BP神经网络模型的智慧杆电源热稳定性评估方法
黄李奔
江苏未来城市公共空间开发运营有限公司,南京 210000
Thermal stability evaluation method of intelligent pole power supply based on neural network model
HUANG Liben
Jiangsu Future Urban Public Space Development and Operation Co., Ltd, Nanjing 210000
摘要 鉴于热参数是影响智慧杆电源稳定性的重要因素,提出基于BP神经网络模型的热稳定评估方法。构建测温实验平台,开展不同环境温度、不同负载条件下的电源温升特性实验,通过不同工况的热评估验证了所提方法的有效性。结合未来应用场景及其气象环境,对智慧杆电源在使用前进行热安全性评估分析,为产品的实际使用和后续性能提升提供支撑。
关键词 :
智慧多功能杆 ,
电源热稳定性 ,
温升特性 ,
神经网络模型
Abstract :Given that the thermal parameters are important factors affecting the stability of the intelligent pole power supply, a thermal assessment method based on BP neural network model is proposed. A temperature measurement experimental platform is constructed and experiments are carried out on the temperature rise characteristics of the power supply under different ambient temperatures and different load conditions, and the effectiveness of the proposed method is verified through the thermal assessment of different working conditions. Combined with the future application scenarios and their meteorological environments, the thermal safety assessment analysis of the intelligent pole power supply is conducted before it is put into operation, so as to provide support for the actual use and subsequent performance improvement of the product.
Key words :
intelligent multifunctional pole
thermal stability of power supply
temperature rise characteristics
neural network model
收稿日期: 2023-05-04
作者简介 : 黄李奔(1985—),男,江苏省南京市人,硕士,从事照明控制系统、多功能智慧杆的建设运营及人工智能应用方面的研究工作。
引用本文:
黄李奔. 基于BP神经网络模型的智慧杆电源热稳定性评估方法[J]. 电气技术, 2023, 24(6): 47-56.
HUANG Liben. Thermal stability evaluation method of intelligent pole power supply based on neural network model. Electrical Engineering, 2023, 24(6): 47-56.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2023/V24/I6/47
[1] 全国信标委智慧城市标准工作组. 智慧多功能杆发展白皮书(2022版)[Z]. 北京, 2022. [2] 吴春海. 智慧灯杆的技术痛点与应对措施[J]. 照明工程学报, 2019, 30(4): 10-12. [3] 张纯亚, 何林, 章治国. 开关电源技术发展综述[J].微电子学, 2016, 46(2): 255-260, 272. [4] 毛行奎, 陈为. 开关电源高频功率平面变压器热设计研究[J]. 电工电能新技术, 2007, 26(4): 21-26. [5] 吴锟, 林宏翔, 李辉, 等. 基于有限元软件的开关电源热分析仿真[J]. 科技创新与应用, 2022, 12(16): 49-52. [6] 范莉莎. 开关电源可靠性工程设计探索[J]. 通信电源技术, 2022, 39(1): 168-170. [7] 姜月明. DC-DC变换器软故障诊断及参数辨识研究[D]. 哈尔滨: 哈尔滨工业大学, 2021. [8] KULKARNI C S, CELAYA J R, GOEBEL K, et al.Physics based degradation modeling and prognostics of electrolytic capacitors under electrical overstress conditions[C]//AIAA Infotech@Aerospace Conference, Boston, MA, 2013: 5137. [9] CHEN Chen, LI Linkai, ZHANG Qiao, et al.Online inductor parameters identification by small-signal injection for sensorless predictive current controlled boost converter[J]. IEEE Transactions on Industrial Informatics, 2017, 13(4): 1554-1564. [10] DU H, REIGOSA P, CECCARELLI L, et al.Impact of repetitive short-circuit tests on the normal operation of SiC MOSFETs considering case temperature influ- ence[J]. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2020, 8(1): 195-205. [11] 文阳, 杨媛, 宁红英, 等. SiC MOSFET短路保护技术综述[J]. 电工技术学报, 2022, 37(10): 2538-2548. [12] 白志强, 张玉明, 汤晓燕, 等. 4H-SiC功率MOSFET可靠性研究进展[J]. 电子与封装, 2022, 22(4): 1-9. [13] 刘婷, 闻心怡, 陈刚, 等. LLC串联谐振式开关电源MOSFET故障诊断研究[J]. 电测与仪表, 2020, 57(2): 147-152. [14] 张经纬, 张甜, 冯源, 等. SiC MOSFET串联短路动态特性[J]. 电工技术学报, 2021, 36(12): 2446-2458. [15] 罗哲雄, 周望君, 陆金辉, 等. 双面散热汽车IGBT模块热测试方法研究[J]. 电气技术, 2022, 23(12): 24-30. [16] 郭庆, 陆心宇. 3kW逆变电源温度控制仿真研究[J].计算机仿真, 2016, 33(11): 96-100. [17] 周月阁, 郑会明, 卢璐, 等. 基于iSIGHT平台的开关电源电热耦合仿真方法[J]. 电机与控制学报, 2017, 21(10): 85-93. [18] 张艺耀, 龙文枫, 肖霆, 等. 基于流-固耦合的船用电源模块流场及温度场分析[J]. 船电技术, 2022, 42(2): 47-51. [19] 徐扬, 张紫涛. 基于遗传模拟退火算法改进BP神经网络的中长期电力负荷预测[J]. 电气技术, 2021, 22(9): 70-76. [20] 刘媛媛, 刘业森, 郑敬伟, 等. BP神经网络和数值模型相结合的城市内涝预测方法研究[J]. 水利学报, 2022, 53(3): 284-295. [21] 张驰, 郭媛, 黎明. 人工神经网络模型发展及应用综述[J]. 计算机工程与应用, 2021, 57(11): 57-69.