摘要：为了解决电力领域芯片应用的技术一致性问题,需要建立电力芯片标准体系。首先介绍了芯片在电力行业的应用情况及集成电路产业的标准现状,然后论述了国内外电力领域芯片产业发展状况、标准现状及存在的问题。从技术角度提出了我国电力芯片应用的特殊要求,从经济角度说明电力芯片标准对应用的巨大推动作用,阐述了电力芯片标准体系的必要性。最后按照电力领域芯片应用的实际情况提出了一种分层设计的电力芯片标准体系模型及实现的路线图,为电力芯片标准体系的全面实现提出可供参考的理论支撑。

摘要：多核处理器电力芯片是目前多种系统的重要组成部分,设计低功耗电力芯片,能够更好地保证系统正常运行。目前设计的电力芯片低功耗系统运行速度较慢,功耗难以达到用户要求,为此该文应用高密度计算设计了一种多核处理器电力芯片低功耗系统。兼容系统多核处理器与层次化AHB总线,探索处理器电力芯片的整体结构,集中处理存储数据信息,不断调整系统算法参数,通过高密度分析引入矩阵进行数据解析,确保运行过程的安全性。在分析处理器调度性能的基础上,利用高密度处理对数据进行层次化处理,避免数据冗余造成的系统运行故障。实验结果表明,引入所设计系统后电力芯片功耗减少了60%,加速比达到3.992,可以有效提高电力芯片运行性能。

摘要：电力芯片电路运行中受到不确定因素的干扰,信噪比较低。为此基于离散粒子群算法提出了一种新的电力芯片电路运行参数优化方法,分析输出功率和发电功率,根据计算结果得到目标函数,确定离散粒子群的分布状态,平行转换最优粒子,建立参数序列,构建电力芯片电路运行参数优化模型,提取运行参数特征,二次优化调试数据,剔除异常数据,建立离散阵列模型,通过数据扫描实现参数优化。实验结果表明,所设计方法在面对连续运行电路数据和随机电路数据时,具有极好的优化效果,平均绝对值误差低于0.10,均方根误差低于0.20,信噪比较高,具有较好的效果。

摘要：电力芯片功能检测对于保证电力正常运行有重要意义,目前的方法检测准确率相对较低,导致检测时间过长。为了解决上述问题,面向深度神经网络提出了一种新的电力芯片功能检测方法,计算电力芯片功能指标参数,确定电力芯片功能检测的真实数据,将独立神经元进行离散运算,并对其粒子量进行计算。根据得到的数据信息分析检测的隐藏神经元,计算回路的品质因数或谐振系数,检测传输功能,根据得到的实际处理量检测电力芯片的处理功能,通过建立待测量曲线和日负荷数据曲线,确定异常数据筛选功能。实验结果表明,所设计方法传输功能和处理功能检测准确率在98%以上,异常数据筛选功能检测准确率在99%以上,当检测数据量大于300 GB时,检测时间低于0.5s,所研究方法具有较好的性能。

摘要：针对部分类型电力芯片能耗优化效果较差的问题,提出基于神经网络的电力芯片能耗优化方法。构建电力芯片能耗模型,提取芯片能耗特征,采用BP神经网络对其进行评价。实验结果表明,该方法可对多种类型的电力芯片能耗进行优化,包括开关能耗、泄漏能耗等,从而降低芯片的总能耗。

摘要：芯片被喻为“现代工业的粮食”,是一切整机设备的“心脏”,是信息技术产品最重要的核心部件;芯片产业是支撑经济社会发展和保障国家安全的战略性、基础性和先导性产业。集成电路技术水平的高低和产业规模的大小已成为衡量一个国家技术、经济发展水平和国防实力的重要标志。随着工业互联网的迅猛发展,工业芯片市场需求量呈指数式增长,工控系统安全隐患日益严峻;鉴于我国工业芯片对外依存度高,核心技术受制于人,工业芯片国产化势在必行。建立电力领域检测分析实验室,进行芯片功能性能、可靠性验证,解决电力芯片设计、应用难题,服务集成电路上下游企业,构建工业芯片良好生态圈,共同促进工业芯片质量提升。