← 返回
基于Kolmogorov–Arnold网络
KAN）的电力电子系统阻抗辨识方法
| 作者 | Cao Shen · Fei Zhang · Wei Gu · Tao Chen · Jialong Wu · Jiaqi Feng |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年1月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 并网逆变器 构网型GFM 跟网型GFL 机器学习 弱电网并网 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | Kolmogorov–Arnold网络 阻抗辨识 跟网控制 构网控制 电力电子系统 稳定性分析 变换器系统 |
语言:
中文摘要
本文针对电力电子系统稳定性分析中阻抗模型难以获取的问题，提出了一种基于Kolmogorov–Arnold网络（KAN）与物理信息融合的阻抗辨识方法。该方法适用于跟网型（GFL）和构网型（GFM）并网变换器，在缺乏详细控制器信息的情况下，能有效实现系统阻抗的精准辨识。
English Abstract
An impedance model is being adopted for the stability analysis of power electronic systems. Due to limited accessibility to detailed controller information, the analytical impedance model is difficult to derive. This letter proposes an impedance identification method based on the Kolmogorov–Arnold network (KAN) and physical information for grid-connected converter systems with grid-following and g...
S
SunView 深度解读
该技术对阳光电源的并网控制策略具有重要价值。随着PowerTitan系列储能系统和组串式逆变器在弱电网环境下的应用日益广泛，系统稳定性分析至关重要。KAN网络相比传统深度学习模型具有更好的可解释性和物理一致性，可集成至iSolarCloud智能运维平台，用于在线监测逆变器与电网的交互稳定性。建议研发团队将其应用于构网型（GFM）产品的阻抗建模与故障预警，提升产品在复杂电网环境下的适应性与安全性。