← 返回
基于生物地理学优化的DC-DC变换器低采样率在线参数监测及预测性维护
Low Sampling Rate Online Parameters Monitoring of DC–DC Converters for Predictive-Maintenance Using Biogeography-Based Optimization
| 作者 | B. X. Li · K. S. Low |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2016年4月 |
| 技术分类 | 可靠性与测试 |
| 技术标签 | DC-DC变换器 可靠性分析 故障诊断 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | DC-DC变换器 预测性维护 基于生物地理学的优化算法 参数辨识 可靠性 PWM 可再生能源系统 |
语言:
中文摘要
脉宽调制（PWM）DC-DC变换器在可再生能源系统中应用广泛，其可靠性至关重要。针对传统Walsh-Hadamard变换和递归最小二乘法（RLS）在测量噪声下参数识别精度下降的问题，本文提出了一种基于生物地理学优化（BBO）的新方法，旨在实现低采样率下的在线参数监测，从而提升变换器的预测性维护能力。
English Abstract
Pulse width-modulated dc-dc converters are widely used in the renewable power systems. In practice, their reliability is of major concern. To identify the converter system, the Walsh-Hadamard transformation and recursive least square (RLS) methods are used in some previous works. However, the accuracy of the identified parameters is degraded under measurement noise. In this paper, a new approach f...
S
SunView 深度解读
该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及光伏组串式逆变器中的DC-DC变换环节具有重要价值。在实际电站运维中，高频采样往往受限于通信带宽和算力，该方法通过低采样率实现高精度参数识别，可有效提升iSolarCloud智能运维平台对变换器老化及潜在故障的预判能力。建议研发团队将其集成至PCS或逆变器的控制固件中，作为预测性维护算法的补充，以降低系统停机风险，延长设备全生命周期寿命。