← 返回
| 作者 | Oscar Sánchez Vargas · Susana Estefany De León Aldaco · Jesús Aguayo Alquicira · Luis Gerardo Vela-Valdés · Adolfo Rafael López Núñez |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年1月 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 光伏逆变器 储能变流器PCS 机器学习 故障诊断 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | ANFIS 逆变器 模糊推理系统 人工神经网络 电力电子 控制系统 故障诊断 |
语言:
中文摘要
本文综述了自适应神经模糊推理系统（ANFIS）在工程领域的应用。ANFIS结合了人工神经网络的学习能力与模糊推理系统的表达能力，在逆变器控制、故障诊断及参数优化等方面展现出巨大潜力，为电力电子系统的智能化提供了有效手段。
English Abstract
In recent years, adaptive network-based fuzzy inference systems (ANFIS) applied in various engineering fields have demonstrated their ability to combine the learning capability of artificial neural networks and the representation of fuzzy inference systems, achieving promising results, and attracting the research community's interest. This article provides a valuable overview of ANFIS applications...
S
SunView 深度解读
ANFIS技术在逆变器控制与诊断中的应用，对阳光电源的核心业务具有重要参考价值。在光伏逆变器领域，ANFIS可用于优化MPPT算法，提升复杂光照下的发电效率；在储能系统（如PowerTitan/PowerStack）中，可用于PCS的非线性控制，提升系统动态响应速度。此外，该技术在iSolarCloud平台的智能运维中极具潜力，可用于逆变器及储能系统的早期故障预测与健康状态评估，通过数据驱动的智能化手段，降低运维成本，提升设备可靠性。建议研发团队关注ANFIS在复杂电网环境下的自适应控制应用，以增强产品在弱电网下的稳定性。