← 返回
分布式光伏系统故障诊断的数字孪生方法
A Digital Twin Approach for Fault Diagnosis in Distributed Photovoltaic Systems
| 作者 | Palak Jain · Jason Poon · Jai Prakash Singh · Costas Spanos · Seth R. Sanders · Sanjib Kumar Panda |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年1月 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 光伏逆变器 故障诊断 机器学习 户用光伏 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 数字孪生 故障诊断 分布式光伏 智能建筑 光伏能量转换 仿真 实验验证 |
语言:
中文摘要
本文针对屋顶及建筑集成分布式光伏系统，提出了一种用于故障诊断的数字孪生设计方法。通过构建光伏能量转换系统的数字孪生模型，实现对系统可测量特征输出的实时估计，并结合数学分析、仿真研究与实验验证，有效提升了分布式光伏系统的故障检测与诊断能力。
English Abstract
Rooftop and building-integrated distributed photovoltaic (PV) systems are emerging as key technologies for smart building applications. This paper presents the design methodology, mathematical analysis, simulation study, and experimental validation of a digital twin approach for fault diagnosis. We develop a digital twin that estimates the measurable characteristic outputs of a PV energy conversio...
S
SunView 深度解读
该数字孪生技术与阳光电源iSolarCloud智能运维平台高度契合。通过在云端构建组串式逆变器及户用光伏系统的数字孪生模型，可实现从“被动报警”向“主动预测性维护”的跨越。建议将此技术集成至iSolarCloud，利用实时数据与孪生模型比对，精准定位组件级故障（如遮挡、热斑、组串失配），降低运维成本。同时，该方法可优化逆变器内部算法，提升系统在复杂环境下的可靠性，进一步巩固阳光电源在户用及工商业光伏市场的智能化竞争优势。