← 返回
用于双有源桥变换器调制优化的轻数据物理信息建模
Data-Light Physics-Informed Modeling for the Modulation Optimization of a Dual-Active-Bridge Converter
| 作者 | Xinze Li · Fanfan Lin · Xin Zhang · Hao Ma · Frede Blaabjerg |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年7月 |
| 技术分类 | 拓扑与电路 |
| 技术标签 | DAB 双向DC-DC PWM控制 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 双有源桥（DAB）变换器 调制优化 物理信息人工智能 电力变换器建模 轻量化数据建模 效率优化 |
语言:
中文摘要
针对功率变换器建模中知识驱动方法精度不足、计算负担重，以及数据驱动方法黑盒化、依赖海量数据的问题，本文提出了一种轻数据物理信息建模方法。该方法旨在优化双有源桥（DAB）变换器的调制策略，通过融合物理先验与AI技术，在降低数据需求的同时提升了模型的可解释性与计算效率。
English Abstract
In modulation optimization, power converter modeling is pivotal for performance evaluation. However, mainstream knowledge-based approaches suffer from low accuracy and heavy computation burden, while emerging data-driven methods are data-intensive and opaque black-box models. Even state-of-the-art physics-informed artificial intelligence (AI) is improper for modulation optimization due to resource...
S
SunView 深度解读
该研究直接针对DAB变换器的调制优化，与阳光电源的储能系统（如PowerTitan、PowerStack系列）及组串式光伏逆变器中的DC-DC级高度相关。DAB是实现储能双向充放电的核心拓扑，该物理信息建模方法可显著提升PCS在全功率范围内的转换效率，并降低控制算法的计算开销。建议研发团队关注该技术在iSolarCloud智能运维平台中的应用，通过轻量化模型实现对变换器运行状态的实时精准预测，从而优化PCS的动态响应性能，进一步提升阳光电源储能产品的核心竞争力。