← 返回
基于增强型轻量化代理模型的综合参数优化
Comprehensive Parameter Optimization Using an Empowered and Lightweight Surrogate Model
| 作者 | Qifan Yang · Dihong Huang · Yong Chen · Ningyi Dai |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年10月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 光伏逆变器 储能变流器PCS 机器学习 功率模块 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 参数优化 电力电子变换器 代理模型 仿真 机器学习 效率 性能调优 |
语言:
中文摘要
针对电力电子变换器参数整定耗时的问题,本文提出了一种基于增强型轻量化代理模型的新方法。该方法通过替代传统的迭代仿真,实现了在不同运行工况下高效、精准的参数优化,显著提升了变换器的性能与设计效率。
English Abstract
Fine tuning the parameters is crucial for achieving high-performance power electronics converters. Traditionally, iterative testing using professional simulation tools has been a common approach. However, running the simulation model is time consuming, and online parameter optimization generates parameters specific to each operating condition. In this article, we propose a novel approach that comb...
S
SunView 深度解读
该研究提出的轻量化代理模型对阳光电源的产品研发具有重要价值。在组串式光伏逆变器和PowerTitan/PowerStack储能变流器(PCS)的开发中,控制参数的整定往往依赖大量仿真,该方法可显著缩短研发周期,提升产品在复杂电网环境下的动态响应性能。建议研发团队将其应用于iSolarCloud平台的远程参数优化,或集成至逆变器/PCS的自适应控制算法中,以实现设备在全生命周期内的最优运行,进一步提升产品竞争力。