找到 2 条结果 · 储能系统技术
由杂散微波能量驱动的智能超构器件：一种屏蔽外部干扰与探测的绿色方法
Smart meta-device powered by stray microwave energies: A green approach to shielding external interference and detection
Yong Jin Zhou · Xiong Bin Wua · Xiao Dong Caia · Hong Xin Xua 等8人 · Applied Energy · 2025年1月 · Vol.378
摘要 保护敏感电子设备免受外部杂散微波的干扰对于多种实际应用至关重要。当前的屏蔽装置，如滤波器和频率选择表面，由于其机制依赖于通过频率选择响应滤除带外信号，因此对带内频率的有害信号仍然脆弱。本研究提出一种由杂散微波能量驱动的智能超构器件，能够在无需外部电源或人工干预的情况下，自主屏蔽外部干扰与探测。该类超构器件集成了可重构的超原子阵列以及感知-供能模块，构成一个感知-供能-反馈闭环系统，从而实现对高功率微波的实时感知，并自动从高透射状态切换至屏蔽或吸收外部有害微波能量的状态。本文研制并表征了一个...
解读: 该自供能电磁屏蔽技术对阳光电源储能系统和充电桩产品具有重要应用价值。ST系列PCS和PowerTitan储能系统在高压变流环节面临电磁干扰风险,该技术可利用杂散微波能量自主实现智能屏蔽,无需外部供电,契合储能系统免维护需求。对于大功率充电站密集部署场景,可保护敏感控制电路免受高功率微波干扰,提升系统...
无需训练的学习在GIS X-DR图像分析中的应用
Training-Free Learning Applied in GIS X-DR Image Analysis
Lyulin Kuang · Yemin Shi · Haochong Wang · Yong Zhu 等6人 · IEEE Transactions on Power Delivery · 2025年3月
气体绝缘开关设备（GIS）在电力系统中具有关键作用，其安全运行直接影响电网的稳定性。X射线数字成像（X-DR）技术已被广泛用于检测GIS内部缺陷，但现有分析多依赖人工，耗时且费力。本文提出一种基于无需训练方法的AI分析流程，结合基础模型SAM与SegGPT，实现GIS X-DR图像的组件分割。我们构建了一个包含近100幅图像、涵盖三类组件的小规模标注数据集，并开展实验验证。结果表明，该方法在组件分割任务中具有高精度，可直接用于小部件计数、图像质量检测等任务，亦可用于标注数据以支持后续AI模型开发...
解读: 该无需训练的AI图像分析技术对阳光电源储能与光伏产品的质量检测与运维具有重要价值。在PowerTitan大型储能系统和ST系列储能变流器生产环节，可应用X-DR成像结合SAM/SegGPT模型实现GIS开关设备的自动化缺陷检测，替代传统人工分析，提升检测效率和准确性。该方法的小样本学习特性契合阳光电...