找到 11 条结果 · 控制与算法
电力变换器的FCS-MPC：一种数据驱动的无模型强化学习解决方案
FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文为有限控制集模型预测控制（FCS-MPC）奠定了理论基础，利用数据驱动的无模型强化学习方法，结合比例积分型数据驱动动态内部模型预测控制与强化学习策略，实现了电力变换器的高效控制。
解读: 该技术对阳光电源的核心产品线（光伏逆变器、储能PCS及风电变流器）具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型，而该无模型强化学习方案能显著降低建模难度，提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中，以优化在弱电网环境...
数据驱动与事件驱动相结合的电力变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年1月
本文提出了一种结合数据驱动与事件驱动的在线学习预测控制策略，旨在解决电力变换器中有限控制集模型预测控制（FCS-MPC）面临的模型参数不确定性及开关损耗过高的问题。该方法通过在线学习优化控制性能，有效提升了变换器在复杂工况下的鲁棒性与效率。
解读: 该研究直接针对阳光电源核心产品（如组串式逆变器、PowerTitan储能变流器）中广泛使用的模型预测控制（MPC）技术。通过引入数据驱动与事件驱动机制，可显著提升逆变器在电网参数波动下的动态响应能力，并降低开关频率以减少损耗，从而提升产品能效。建议研发团队将其应用于iSolarCloud平台的边缘计...
人工智能逆向应用在电力变换器控制中的研究
Inverse Application of Artificial Intelligence for the Control of Power Converters
Yuan Gao · Songda Wang · Habibu Hussaini · Tao Yang 等8人 · IEEE Transactions on Power Electronics · 2023年2月
本文提出了一种电力电子变换器控制的“人工智能逆向应用”（IAAI）新方法。与传统控制策略相比，该方法通过数据驱动过程直接获取所需的控制系数或参考值，无需复杂的优化算法或繁琐的数学推导，显著简化了控制设计流程。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。目前，逆变器控制算法多依赖于复杂的模型预测控制（MPC）或参数整定，计算开销大且对模型精度要求高。IAAI方法通过数据驱动直接获取控制参数，可显著降低控制器计算负担，提...
基于数据驱动神经预测器的电力变换器鲁棒模型预测控制
Data-Driven Neural Predictors-Based Robust MPC for Power Converters
Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...
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
Chenxiang Gao · Pan Wu · Jin Xu · Keyou Wang 等6人 · IEEE Transactions on Power Electronics · 2026年3月
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。
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...
基于数据驱动的无模型预测控制在固态直流变压器功率快速精确分配中的应用
Model-Free Predictive Control Based on Data-Driven for Fast and Accurate Power Allocation in Solid-State DC Transformers
Dehao Kong · Shaobin Li · Chuang Liu · Zhenbin Zhang 等7人 · IEEE Transactions on Power Electronics · 2025年1月
针对固态直流变压器（DCT）在输入串联输出并联（ISOP）架构下的鲁棒性难题，本文提出一种基于数据驱动的无模型预测控制策略。该方法在保持模型预测控制优异动态性能的同时，有效解决了多变量管理与参数不确定性带来的控制挑战，实现了功率的快速精确分配。
解读: 该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及大功率直流变换环节具有重要参考价值。ISOP架构常用于高压大功率储能PCS，无模型预测控制能有效降低对系统精确建模的依赖，提升在复杂工况下的鲁棒性与动态响应速度。建议研发团队关注该算法在多模块并联均流控制中的应用，以优化iS...
一种基于模型与数据驱动集成的永磁同步电机温度估计方法
A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM
Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年7月
为实现永磁同步电机（PMSM）的精确在线温度估计，本文提出了一种模型与数据驱动相结合的集成方法。首先，构建简化集总参数热网络（LPTN）模型以捕捉温度变化趋势；同时，设计小型人工神经网络（ANN）对模型误差进行补偿，从而实现高精度的温度预测。
解读: 该技术主要应用于电机驱动领域，虽然阳光电源核心业务为光伏与储能，但该方法在电机热管理方面的思路对公司业务有借鉴意义：1. 在风电变流器领域，风机发电机组的在线热监测可提升系统可靠性；2. 在电动汽车充电桩的功率模块散热设计中，该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测，优化散热控...
一种基于数据驱动的改进无模型自抗扰无差拍预测电流控制方法
An Improved Model-Free Active Disturbance Rejection Deadbeat Predictive Current Control Method of PMSM Based on Data-Driven
Yicheng Wang · Shuhua Fang · Demin Huang · IEEE Transactions on Power Electronics · 2023年8月
本文提出了一种基于数据驱动的改进无模型自抗扰无差拍预测电流控制（ADRDPCC）方法，用于解决永磁同步电机（PMSM）控制中参数失配问题，旨在提升控制系统的鲁棒性与动态性能。
解读: 该研究提出的无模型自抗扰预测控制算法，核心在于解决参数失配带来的鲁棒性问题。对于阳光电源而言，该算法可借鉴应用于风电变流器及电动汽车驱动系统，通过减少对电机参数的依赖，提升变流器在复杂工况下的动态响应速度与抗扰动能力。建议研发团队关注该数据驱动控制策略在高性能电机驱动场景下的落地可行性，以优化现有变...
用于永磁同步电机模型预测电流控制的数据驱动递归最小二乘估计
Data-Driven Recursive Least Squares Estimation for Model Predictive Current Control of Permanent Magnet Synchronous Motors
Anian Brosch · Soren Hanke · Oliver Wallscheid · Joachim Bocker · IEEE Transactions on Power Electronics · 2021年2月
模型预测控制（MPC）的性能高度依赖于模型精度。传统的物理建模方法难以覆盖寄生效应且存在参数偏差。本文提出一种数据驱动的递归最小二乘（RLS）估计方法，旨在解决电机控制中参数不确定性问题，提升MPC在复杂工况下的控制鲁棒性与动态响应性能。
解读: 该技术主要针对永磁同步电机（PMSM）的控制优化，与阳光电源的电动汽车充电桩（电机驱动相关）及风电变流器业务具有技术关联。在风电变流器中，发电机侧控制同样面临参数漂移和模型不确定性问题，引入数据驱动的RLS参数估计可提升变流器在宽转速范围内的控制精度。建议研发团队关注该算法在复杂电网环境下对变流器动...
基于有限现场数据驱动的水下无线电能传输
UWPT）系统快速精确在线参数辨识
Zhixin Chen · Fei Xu · Qingxin Yang · Xian Zhang 等7人 · IEEE Transactions on Power Electronics · 预计 2026年5月
针对水下无线电能传输（UWPT）系统在复杂环境下面临的导电性强、谐波干扰及参数偏差等挑战，传统基于电路模型的辨识方法难以满足需求。本文提出一种数据驱动的在线参数辨识方法，利用有限的现场数据实现系统参数的快速、精确辨识，从而保障UWPT系统的高效稳定运行。
解读: 该研究聚焦于无线电能传输的参数辨识，虽然目前阳光电源的核心业务集中在光伏、储能及充电桩领域，尚未直接涉及水下无线充电，但其核心方法论——“基于有限数据的在线参数辨识”具有极高的技术迁移价值。在阳光电源的iSolarCloud智能运维平台中，针对光伏电站或储能系统的复杂环境干扰，引入此类数据驱动的自适...
水下无线电能传输系统的机理与数据驱动混合联合参数辨识
Hybrid Mechanism- and Data-Driven Joint Parameter Identification for Underwater Wireless Power Transfer Systems
Zhixin Chen · Qingxin Yang · Xian Zhang · Fei Xu 等8人 · IEEE Transactions on Power Electronics · 2026年4月
水下无线电能传输（UWPT）系统在闭环控制与稳定性方面面临挑战，主要源于缺乏通信及海水涡流引起的严重谐波畸变。本文提出了一种机理与数据驱动相结合的混合方法，用于实现系统关键参数的精确联合辨识，有效解决了复杂环境下的参数估计难题。
解读: 该研究提出的“机理+数据驱动”混合建模方法，在处理复杂环境下的参数辨识与状态估计方面具有前瞻性。虽然UWPT与阳光电源当前核心业务（光伏/储能）存在差异，但其核心逻辑可迁移至阳光电源的iSolarCloud智能运维平台及储能系统（PowerTitan/PowerStack）中。建议研发团队借鉴该方法...