找到 1 条结果 · 可靠性与测试
排序:
可靠性与测试
故障诊断
机器学习
深度学习
★ 5.0
基于全仿真数据驱动的多相变换器故障诊断域泛化方法
Fully Simulated Data-Driven Domain Generalized Method for Multiphase Converters Fault Diagnosis
Haoxiang Xu · Zicheng Liu · Guangyu Wang · Dong Jiang 等5人 · IEEE Transactions on Power Electronics · 2025年1月
本文研究了深度学习模型在多相变换器功率开关器件故障诊断中的泛化能力。针对工业场景下故障数据稀缺及实验成本高昂的问题，提出了一种利用全仿真数据进行训练的域泛化方法，有效提升了模型在真实工况下的故障诊断准确性与鲁棒性。
解读: 该研究直接契合阳光电源在光伏逆变器及储能变流器（PCS）领域的可靠性需求。随着PowerTitan等大型储能系统及组串式逆变器功率密度的提升，功率器件的故障诊断至关重要。该方法通过全仿真数据解决故障样本稀缺问题，可直接赋能iSolarCloud智能运维平台，实现对逆变器和PCS内部功率模块的早期预警...