找到 4 条结果 · 控制与算法

排序:
控制与算法 充电桩 机器学习 深度学习 ★ 4.0

基于网络深度迁移学习的无通信IPT系统恒流/恒压充电控制

Constant Current/Voltage Charging Control for Communication-Free IPT Systems via Network-Based Deep Transfer Learning

Yilin Liu · Pan Sun · Jun Sun · Zhuangsheng Xiao 等7人 · IEEE Transactions on Power Electronics · 2026年4月

本文针对无通信感应电能传输(IPT)系统,提出了一种基于深度迁移学习的恒流/恒压充电控制策略。该方法旨在解决传统参数辨识方法在互感和负载电阻估计中存在的误差问题,通过深度学习模型提高控制精度与响应速度,实现无需通信链路的稳定充电控制。

解读: 该技术对阳光电源的电动汽车充电桩业务具有重要参考价值。目前充电桩行业正向无线充电(IPT)领域拓展,该研究提出的无通信控制策略能有效降低系统复杂度和成本,提高充电的鲁棒性。建议研发团队关注其在车载无线充电模块中的应用,通过引入深度迁移学习算法,优化充电桩在不同负载和耦合条件下的输出特性,提升用户充电...

控制与算法 深度学习 机器学习 充电桩 ★ 4.0

基于网络化深度迁移学习的无通信感应式无线充电恒流/恒压控制

Constant Current/Voltage Charging Control for Communication-Free IPT Systems via Network-Based Deep Transfer Learning

Yilin Liu · Pan Sun · Jun Sun · Zhuangsheng Xiao 等7人 · IEEE Transactions on Power Electronics · 2025年11月 · Vol.41

针对无通信感应式无线充电系统中参数辨识误差导致恒流/恒压控制精度低、响应慢的问题,提出一种无需辨识互感与负载电阻的深度迁移学习控制策略。仅需少量离线数据训练,即可在线估计输出电压/电流,实现动态工况下的高精度CV/CC控制。实验表明静态误差1.5%,响应时间≤24ms。

解读: 该技术可提升阳光电源ST系列PCS及PowerTitan储能系统在V2G、光储充一体化场景中的智能充放电控制精度与动态响应能力,尤其适用于无通信条件下的多设备协同充放电管理。建议将该深度迁移学习框架嵌入iSolarCloud平台,赋能充电桩与储能变流器的自适应恒流/恒压控制,增强户用及工商业光储充系...

控制与算法 双向DC-DC 储能变流器PCS 充电桩 ★ 3.0

考虑参数不一致与负载扰动的输入串联-输出串联多通道无线电能传输系统改进H∞控制

Improved H∞ Control for Input-Series–Output-Series Multichannel Inductive Power Transfer System Considering Parameter Inconsistency and Load Perturbation

Yan Liang · Pan Sun · Xusheng Wu · Li He 等7人 · IEEE Transactions on Power Electronics · 2024年5月

为提升输入串联-输出串联(ISOS)多通道无线电能传输系统在参数不一致和负载扰动下的稳定性与鲁棒性,本文提出了一种改进的H∞鲁棒控制策略。通过将多通道系统控制问题转化为具有不确定性的单系统模型,实现了对系统输出的精确控制。

解读: 该研究涉及的ISOS多通道拓扑及鲁棒控制技术,在阳光电源的储能变流器(PCS)及大功率充电桩领域具有潜在参考价值。在PowerTitan等大型储能系统中,多模块并联或串联架构常面临参数一致性挑战,该文提出的H∞控制策略可有效提升系统在复杂工况下的动态响应与抗扰动能力。建议研发团队关注该控制算法在多模...

控制与算法 DC-DC变换器 PWM控制 ★ 3.0

考虑参数摄动的ICPT系统加权函数H∞鲁棒控制

H∞ Robust Control for ICPT System With Selected Weighting Function Considering Parameter Perturbations

Yan Liang · Pan Sun · Xusheng Wu · Hang Zhou 等8人 · IEEE Transactions on Power Electronics · 2022年11月

针对感应电能传输(ICPT)系统在参数偏离标称值时动态性能下降的问题,本文提出了一种考虑参数摄动的H∞鲁棒控制方法。通过优化选择加权函数,该方法有效提升了系统在参数扰动下的整体动态性能。

解读: 该研究聚焦于感应电能传输(ICPT)的鲁棒控制,虽然目前阳光电源的主流业务集中在光伏逆变器和储能系统,但其在电动汽车充电桩领域有深厚布局。无线充电技术(ICPT)是充电桩未来的重要演进方向,该文中提出的H∞鲁棒控制策略可优化无线充电系统在耦合系数变化、负载波动等参数扰动下的稳定性。建议研发团队关注此...