← 返回
一种基于分数阶二次谐波电流抑制的非侵入式神经网络在线参数辨识方法
A Noninvasive Neural Network-Based Online Parameter Identification Method Under Fractional-Order Second Harmonic Current Suppressing
| 作者 | Miaoling Yang · Liangzong He · Yuanyuan Peng · Yixuan Li |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年4月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 光伏逆变器 单相逆变器 可靠性分析 故障诊断 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 单相两级式逆变器 母线电容 参数辨识 神经网络 谐波电流抑制 可靠性 老化 |
语言:
中文摘要
在单相两级式逆变器中，母线电容对维持系统稳定性至关重要。电容老化导致的参数漂移会严重降低控制性能。本文提出一种非侵入式神经网络在线参数辨识方法，在分数阶二次谐波电流抑制条件下，实现对电容参数的精确辨识，从而提升系统的可靠性与运行寿命。
English Abstract
In single-phase two-stage inverters, the bus capacitor plays a critical role in maintaining system stability by suppressing dc-link voltage ripple, absorbing harmonic currents, and regulating bus voltage. However, capacitor aging leads to parameter drift that significantly degrades control performance, making accurate online parameter identification essential for reliable operation. Current identi...
S
SunView 深度解读
该技术对阳光电源的户用光伏逆变器及小型组串式逆变器产品线具有重要价值。单相逆变器中母线电容的寿命是影响整机可靠性的关键瓶颈，通过引入神经网络进行非侵入式在线参数辨识，可实现电容老化状态的实时监测与预警，从而提升iSolarCloud智能运维平台的预测性维护能力。建议研发团队关注该算法的计算资源占用情况，评估其在现有DSP平台上的移植可行性，以优化逆变器全生命周期的运维成本。