找到 3 条结果 · 控制与算法
多有源桥
MAB）变换器前馈功率流控制的机器学习方法
Mian Liao · Haoran Li · Ping Wang · Tanuj Sen 等6人 · IEEE Transactions on Power Electronics · 2023年2月
多有源桥（MAB）变换器在实现复杂功率流控制方面具有重要意义。传统前馈控制方法依赖于精确的集总电路模型，而本文提出了一种无需精确电路模型的机器学习（ML）方法，用于实现MAB变换器的前馈功率流控制，提升了系统控制的灵活性与鲁棒性。
解读: MAB变换器是阳光电源储能系统（如PowerTitan、PowerStack系列）及多端口能源路由器中的核心拓扑。传统的控制策略高度依赖参数建模，在复杂工况下易受参数漂移影响。本文提出的机器学习前馈控制方法，能够摆脱对精确电路模型的依赖，显著提升多端口变换器在动态响应和功率分配精度上的表现。建议研发...
基于FPGA加速动态连接神经网络的电力电子变换器高保真实时仿真
High-Fidelity Real-Time Simulation of Power Electronics Converters via FPGA-Accelerated Dynamic Connectionist Neural Network
Haowen Weng · Zixiang Liao · Yinbin Chen · Can Wang · IEEE Transactions on Power Electronics · 2026年1月
电力电子开关的精确建模对于变换器系统在高频及动态工况下的实时仿真至关重要。现有技术多依赖理想或简化模型，难以捕捉电压电流尖峰及电磁干扰等瞬态行为。本文提出一种基于FPGA加速的动态连接神经网络方法，实现了对电力电子开关瞬态特性的高保真实时建模与仿真。
解读: 该技术对阳光电源的研发具有重要参考价值。在组串式逆变器和PowerTitan储能系统开发中，高频开关瞬态的精确仿真能显著提升对电磁兼容性（EMC）和功率器件应力的评估能力。通过FPGA实现神经网络加速，可集成至iSolarCloud的数字孪生平台或研发阶段的硬件在环（HIL）测试系统中，从而优化控制...
考虑换相转矩脉动与换相时间的无刷直流电机全速域改进控制
Improved Control of BLDCM Considering Commutation Torque Ripple and Commutation Time in Full Speed Range
Weidong Jiang · Yuming Liao · Jinping Wang · Peixia Wang 等5人 · IEEE Transactions on Power Electronics · 2018年5月
本文提出了一种基于坐标变换理论的无刷直流电机（BLDCM）换相分析新方法。该方法解决了换相期间三相能量转换带来的转矩脉动问题，通过优化换相过程的控制策略，实现了在全速范围内对BLDCM的高效、平稳控制，提升了电机驱动系统的动态性能。
解读: 该文献聚焦于无刷直流电机（BLDCM）的底层控制算法，主要应用于电机驱动领域。对于阳光电源而言，虽然核心业务集中在光伏逆变器和储能系统，但该研究中涉及的坐标变换理论、转矩脉动抑制及PWM优化控制策略，在阳光电源的电动汽车充电桩模块（内部风扇驱动、功率模块控制）以及未来可能涉及的储能系统辅助设备（如液...