简介:随着电力电子技术的发展,对于功率器件的要求也越来越高。为了更好的满足大功率应用场合的要求,需要多SiCMOSFET进行并联,目前并联应用的方案在电机控制、逆变器等电力电子系统中的应用前景十分广泛。但是,由于SiCMOSFET的静态因数和动态因素会直接影响到并联SiCMOSFET的均流特性,从而造成单个器件承受过大的电流应力而损坏。因此,对于SiCMOSFET均流特性的研究是非常有必要的。本文通过对SiCMOSFET电路模型进行研究,给出了一种将两个功率支路共同接入同一共用磁芯的耦合线圈进行主动均流的方法,并对主要功率器件的设计方法进行了研究。
简介:古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。