电力电子和人工智能的互相成就_电力电子上海展PCIMASIA

在当今快速发展的科技时代，电力电子与人工智能(AI)的融合正成为推动能源系统创新的关键力量。一方面，现代 AI 系统对电力的需求巨大，这为电力电子系统带来了新的挑战;另一方面，AI 也为改进能源系统的设计和实施带来了前所未有的机遇。电力电子系统需要极致的性能和复杂的功能，而 AI 技术的引入，正在为这一领域带来革命性的变化。

电力电子的创新需求

电力电子系统在现代能源系统中扮演着至关重要的角色。然而，随着对能效和性能要求的不断提高，传统电力电子系统面临着诸多挑战。我们需要从更好的半导体、新型无源器件和更复杂的系统建模与控制等方面进行创新。现代机器学习工具，如 Transformer 架构，能够在给定足够的训练数据和计算能力的情况下，学习未来电力电子系统高度复杂的物理特性和控制策略。生成式人工智能系统，如 GPT-3 及其更先进的版本，也在迅速发展，为电力电子系统的设计和优化提供了新的思路和方法。

人工智能在电力电子中的应用

西门子的 4S 方法

在瑞士日内瓦湖畔举办的第 12 届 IEEE 电力电子学会(PELS)电子功率处理与转换的未来(FEPPCON XII)会议上，西门子公司的 Rolf Hellinger 博士和 Bischoff 博士详细介绍了数字化和 AI 在电力电子中的应用，并特别阐述了西门子的 4S 方法——可持续性(Sustainability)、可扩展性(Scalability)、智能性(Smartness)和速度(Speed)。西门子通过数字化和 AI 实现了从功率半导体到软件定义功能的垂直整合，并在工业开发的整个生命周期中实现了水平整合。AI 不仅可以解决熟练工人短缺的问题，还可以将工程师的角色转向更有价值的任务，如创造性决策。西门子正在将 AI 应用于电力电子的预测性维护、参数优化以及工业共驾和生成式 AI。尽管如此，数据隐私、网络安全性和模型可解释性仍然是需要关注的重要问题。

英伟达的协同作用

英伟达公司的 Tom Gray 博士在会议上广泛讨论了 AI 与功率转换之间的协同作用。在为 AI 提供动力方面，Gray 博士指出，提高计算系统功率密度的主要动机是减少通信功率的需求。现代计算机在各个层面都受到功率传输的限制，从芯片、模块、机架到数据中心。随着机架功率水平超过 100 千瓦，高性能计算的未来功率传输需求包括更高的电压分配、垂直功率传输、微处理器中的分布式细粒度功率域以及动态负载管理。在 AI 为功率服务方面，Gray 博士强调，我们应该关注利用现代 AI 的独特能力，如模式识别和预测以及基于模式的内容生成。英伟达正在进行的一些示例项目包括基于遥测模式的功率管理和设计辅助/自动化工具。Gray 博士认为，AI 已经准备好对电路和系统的设计过程产生重大影响，随着 AI 工具和方法的日益成熟，它可能能够解决特定应用领域中更具挑战性的问题。

混合模型的应用

洛桑联邦理工学院的 Olga Fink 教授分享了她关于混合物理模型和深度学习模型在预测性维护和规范性操作中的应用研究。Fink 教授指出，将现代 AI 技术应用于传统工程领域面临着诸多挑战，包括有限的数据可用性、有限的数据代表性、模型输出的可解释性以及学习的泛化能力有限。混合物理和深度学习模型通过将已知的物理原理嵌入深度学习模型，有可能克服这些限制。例如，Dynaformer 是一种用于预测电池剩余电量的改进型 Transformer 架构，而基于物理的图神经网络可以通过引入基于物理的归纳偏差来缩小模型规模，同时提高泛化和外推能力。这些混合模型不仅可以应用于预测性维护，还可以用于建模复杂的电力电子系统。

未来展望

电力电子与人工智能的结合正在为能源系统带来前所未有的变革。通过引入 AI 技术，电力电子系统不仅可以实现更高的能效、紧凑性、能力和可靠性，还可以在设计、制造、控制和维护中融入更高的智能。这种融合不仅有助于应对工业脱碳、交通和气候变化等大规模社会挑战，还可以推动电力电子系统在可再生能源、自动化、交通和高性能计算等领域的进一步发展。随着 AI 技术的不断成熟和应用的不断拓展，电力电子系统将变得更加智能、高效和可持续。

来源：电力电子上海展PCIMASIA

2025PCIM Asia Shanghai — 上海国际电力元件、可再生能源管理展览会暨研讨会将于2025年9月24日至9月26日在上海新国际博览中心举行。上海电子展门票领取及更多资讯，详情请点击：2025PCIM Asia Shanghai — 上海国际电力元件、可再生能源管理展览会暨研讨会