← 返回
MP-Grid：基于拓扑机器学习的电网停电检测
MP-Grid: Detecting power grid outages with topological machine learning
| 作者 | Md Joshem Uddin · Damilola R. Olojede · Roshni Anna Jacob · Baris Coskunuzer · Jie Zhang |
| 期刊 | Applied Energy |
| 出版日期 | 预计 2026年5月 |
| 卷/期 | 第 410 卷 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 机器学习 故障诊断 系统并网技术 智能化与AI应用 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 |
本文提出MP-Grid方法，利用电力系统拓扑结构与机器学习结合，实现高精度、实时的电网停电事件检测与定位，提升配电网态势感知能力。
S
SunView 深度解读
该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的故障预警与电网协同调度具有直接价值。MP-Grid可嵌入iSolarCloud的边缘侧分析模块，增强对并网点电压骤降、孤岛或线路中断等异常的拓扑级识别能力，提升组串式逆变器和PCS在弱电网下的主动支撑响应速度。建议在下一代ST系列PCS固件中集成轻量化拓扑图神经网络模型，强化LVRT/HVRT期间的电网状态辨识与自适应控制。