← 返回

级联电力电子系统实时仿真的混合数据-物理驱动建模方法

Hybrid Data-Physics-Driven Modeling Method for Real-Time Simulation of Cascaded Power Electronics Systems

作者 Chenxiang Gao · Pan Wu · Jin Xu · Keyou Wang · Yubo Song · Frede Blaabjerg
期刊 IEEE Transactions on Power Electronics
出版日期 2026年3月
技术分类 控制与算法
技术标签 机器学习 深度学习 功率模块 可靠性分析
相关度评分 ★★★★ 4.0 / 5.0
关键词 实时仿真 级联电力电子 混合建模 物理驱动 数据驱动 电力电子系统
语言:

中文摘要

针对级联电力电子系统实时仿真难题,传统物理建模依赖详尽参数且效率低,纯数据驱动方法则面临高数据需求与长训练周期挑战。本文提出一种混合数据-物理驱动建模方法,通过融合物理先验知识与数据驱动模型,在保证实时仿真精度的同时,显著降低了计算复杂度和对海量数据的依赖。

English Abstract

Existing real-time simulation methods for cascaded power electronic systems face significant challenges. Physics-driven approaches often suffer from limited applicability when critical system information is unavailable, as well as inefficiency due to the extensive manual effort required for model derivation. Conversely, data-driven methods are constrained by large data demands and prolonged traini...
S

SunView 深度解读

该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有重要应用价值。在多级联变换器架构中,该混合建模方法可大幅提升iSolarCloud平台的数字孪生仿真效率,实现对复杂工况下系统动态行为的实时预测。建议研发团队将其应用于功率模块的寿命预测及故障诊断,通过物理模型约束提升AI算法的鲁棒性,从而优化系统控制策略,缩短产品研发周期,并提升大型电站运维的智能化水平。