找到 2 条结果 · 控制与算法
功率变换器损耗评估的精细化：一种迁移学习方法
Refining Power Converter Loss Evaluation: A Transfer Learning Approach
Ziheng Xiao · Yu Jiang · Tengfei Sun · Yue Wu 等5人 · IEEE Transactions on Power Electronics · 2024年4月
精确的功率变换器损耗评估对于预测功率损耗及优化控制参数以提升效率至关重要。传统方法将理论分析与实验验证割裂，导致两者间存在难以调和的差异。本文提出一种基于迁移学习的损耗评估方法，旨在弥合理论模型与实际运行数据间的鸿沟，实现更精准的损耗预测。
解读: 该研究提出的迁移学习方法对阳光电源的产品研发具有重要价值。在光伏逆变器（如组串式、集中式）及储能变流器（PowerTitan/PowerStack）的开发中，损耗评估的精度直接影响整机效率与散热设计。通过引入迁移学习，研发团队可利用有限的实验数据对仿真模型进行校准，从而在设计阶段更准确地预测不同工况...
一种基于改进滑模观测器的永磁同步电机位置伺服系统负载自适应辨识新方法
A New Load Adaptive Identification Method Based on an Improved Sliding Mode Observer for PMSM Position Servo System
Wenqi Lu · Bo Tang · Kehui Ji · Kaiyuan Lu 等6人 · IEEE Transactions on Power Electronics · 2021年3月
负载转矩的有效辨识是提升位置伺服系统精度的关键。滑模观测器（SMO）因参数鲁棒性强、易于物理实现，在速度控制系统中被广泛应用。然而，现有SMO难以同时实现高精度与高响应的辨识效果。本文提出了一种改进的滑模观测器，旨在优化负载转矩的动态辨识性能，从而提升伺服系统的定位精度。
解读: 该研究聚焦于永磁同步电机（PMSM）的高精度控制算法，虽主要针对伺服系统，但其核心的滑模观测器（SMO）技术在阳光电源的业务体系中具有重要的参考价值。首先，该算法可优化电动汽车充电桩中电机驱动模块的控制精度；其次，在光伏跟踪支架系统的驱动电机控制中，通过改进负载辨识可提升跟踪精度，从而提高发电效率。...