← 返回
用于组件级光伏系统直流串联电弧故障检测与熄灭的机器学习与电流调制协调控制
Coordination of Machine Learning and Current Modulation for DC Series Arc Fault Detection and Extinguishing for Module-Level PV Systems
| 作者 | Byungki Kim · Wan Kim · Minseo Jeon · Sung-Geun Song · Hwa-Pyeong Park |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年11月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | 光伏逆变器 故障诊断 机器学习 组串式逆变器 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 直流串联电弧故障 机器学习 电流调制 组件级光伏系统 故障检测 电弧熄灭 |
语言:
中文摘要
组件级电力电子设备虽能优化光伏发电效率，但也增加了直流串联电弧故障的风险。本文提出了一种结合电流调制与机器学习的方法，利用电弧电阻特性实现故障的精准检测与熄灭，解决了传统单一方法在复杂工况下的局限性，提升了光伏系统的安全性。
English Abstract
Module-level power electronics can achieve the maximum power generation for each photovoltaic (PV) panel with overcoming the partial shading. However, it increases the possibility of dc series arc fault condition between the PV panel and converter. The current modulation can detect and extinguish the dc series arc fault condition using the characteristics of arc resistance. However, this method de...
S
SunView 深度解读
该技术对阳光电源的组串式逆变器及户用光伏产品线具有极高价值。随着光伏系统向组件级安全标准（如NEC 2017/2020）演进，电弧故障检测是核心竞争力。该研究提出的机器学习与电流调制协同方案，可显著提升阳光电源逆变器在复杂环境下的电弧识别准确率，降低误报率。建议研发团队将此算法集成至iSolarCloud平台及逆变器本地控制固件中，以增强产品的安全防护等级，特别是在户用与工商业分布式光伏场景中，可作为差异化竞争优势。