找到 195 条结果 · 智能化与AI应用
基于短历史数据的长短期记忆模型锂离子电池SOH估计
Lithium-Ion Battery SOH Estimation Based on a Long Short-Term Memory Model Using Short History Data
Wenbin Li · Changwei Lin · Seyedmehdi Hosseininasab · Lennart Bauer 等5人 · IEEE Transactions on Power Electronics · 2025年5月
本文针对电动汽车电池管理系统（BMS），提出了一种基于短时充电历史数据的锂离子电池健康状态（SOH）估计方法。该数据驱动模型利用长短期记忆（LSTM）网络，解决了实际应用中因部分充放电循环导致的SOH估计难题，实现了在灵活电压范围下的高精度健康状态评估。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统在电网侧和工商业侧常面临频繁的浅充浅放，传统的基于全周期数据的SOH估算精度受限。引入基于LSTM的短历史数据估算模型，可显著提升iSolarCloud平台对电池衰减的预测精度，优化电池...
高频利兹线变压器漏感快速计算方法
A Fast Calculation Method for Leakage Inductance of High-Frequency Litz Wire Transformers
陈天缘赵志刚郑宇萱王凯 · 电工技术学报 · 2025年4月 · Vol.40
高频变压器漏感是影响隔离型DC-DC变换器运行模式与功率传输特性的重要参数。利兹线可有效降低高频涡流损耗，但其复杂结构给漏感精确预测带来挑战。本文基于镜像原理与网格化处理，精确提取磁心窗口各区域磁场能量；引入相对复数磁导率实现多股利兹线的等效建模，揭示宽频下磁场能量衰减规律，并通过坐标变换表征扭转结构，建立计及利兹线频变特性与结构特征的漏感预测模型。实验结果表明，该方法最大误差不超过4%，计算时间约20秒，具有较高精度与效率。
解读: 该利兹线变压器漏感快速计算方法对阳光电源隔离型DC-DC变换器设计具有重要价值。在ST储能变流器的双向DC-DC模块中，精确预测漏感可优化软开关ZVS范围，提升20kHz以上高频工况效率；在SG光伏逆变器的Boost升压电路及隔离型拓扑中，该方法可缩短变压器设计迭代周期至分钟级，支持1500V高压系...
物理信息梯度估计加速基于深度学习的交流最优潮流
Physics-Informed Gradient Estimation for Accelerating Deep Learning-Based AC-OPF
Kejun Chen · Shourya Bose · Yu Zhang · IEEE Transactions on Industrial Informatics · 2025年3月
通过采用基于神经网络的响应式在线求解器，可以快速且可靠地解决最优潮流（OPF）问题。可再生能源发电的动态特性和电网条件的多变性要求利用新的数据实例频繁更新神经网络。为满足这一需求并减少数据准备所需的时间，我们提出了一种借助数据增强的半监督学习框架。在此框架下，岭回归取代了传统求解器，便于快速预测给定输入负荷需求的最优解。此外，为了在训练过程中加速反向传播，我们开发了新颖的批量均值梯度估计方法，并采用简化支路集来降低梯度计算的复杂度。数值模拟表明，配备了所提出的梯度估计器的神经网络能够始终获得可行...
解读: 从阳光电源的业务视角来看，这项基于深度学习的交流最优潮流（AC-OPF）加速技术具有重要的战略价值。随着我司在新能源发电和储能系统领域的深度布局，如何实现分布式能源的实时优化调度已成为核心技术挑战。 该论文提出的物理信息梯度估计方法直击新能源并网的关键痛点。光伏、风电等可再生能源的间歇性和波动性要...
一种符合EMI标准且适用于汽车级的48 V至负载点Dickson型混合开关电容DC–DC变换器
An EMI-Compliant and Automotive-Rated 48 V to Point-of-Load Dickson-Based Hybrid Switched-Capacitor DC–DC Converter
Sahana Krishnan · Margaret E. Blackwell · Robert C. N. Pilawa-Podgurski · IEEE Transactions on Power Electronics · 2025年3月
随着数据中心供电架构和汽车动力系统向48V配电轨转变，高性能混合开关电容（混合SC）转换器已成为这两个领域颇具吸引力的供电解决方案。然而，由于严格的电磁干扰（EMI）和可靠性要求，汽车电源系统带来了独特的设计挑战。本研究探讨了一种基于狄克逊结构、固有EMI较低的调节型混合SC拓扑，并讨论了采用基于控制的EMI缓解技术，如谐振和超谐振运行，以及扩频调频。研究了这些技术对混合SC转换器效率的影响，以及为达到EMI合规要求的无源滤波器设计。所提出的滤波器和调制方案使该转换器能够满足CISPR 25汽车...
解读: 从阳光电源的业务视角来看，这项基于Dickson拓扑的混合开关电容DC-DC转换技术具有重要的战略价值。随着光伏储能系统和新能源汽车充电设施向48V配电架构演进，该技术为我们的产品升级提供了新的技术路径。 该转换器实现97.1%的峰值效率，这对阳光电源的储能系统和车载DC-DC产品线尤为关键。在储...
基于历史依赖Prandtl-Ishlinskii神经网络的任意激励波形下准静态铁心损耗预测
History-Dependent Prandtl–Ishlinskii Neural Network for Quasi-Static Core Loss Prediction Under Arbitrary Excitation Waveforms
作者未知 · IEEE Transactions on Power Electronics · 2025年3月
电力电子应用中的磁性元件通常会经历包含高频谐波和/或直流偏置的复杂激励波形。这种复杂性对传统的磁芯损耗建模方法提出了挑战，这些方法往往容易出现严重误差，或者仅适用于某些类型的激励波形。本文提出了基于历史依赖的普朗特 - 伊斯林斯基神经网络（HDPI - NN），用于在任意激励下准确预测准静态磁芯损耗。HDPI - NN 通过考虑磁性材料更完整的磁化机制（即磁畴壁运动、磁畴旋转和记忆效应），并利用专门的神经网络确定模型参数，实现了较高的建模精度和通用性。获取了硅钢 B35A270 和铁氧体 N87...
解读: 从阳光电源的业务视角来看，这项基于历史相关Prandtl-Ishlinskii神经网络的磁芯损耗预测技术具有重要的工程应用价值。在我司光伏逆变器和储能变流器产品中，磁性元件（如高频变压器、电感）是核心功率器件，其损耗特性直接影响系统效率和热管理设计。 该技术的核心价值在于能够准确预测复杂激励波形下...
基于机器学习代理的手动与自动开关在配电网中的优化配置
Optimal Placement of Manual and Automatic Switches in Power Distribution Systems Using a Machine Learning Proxy
Mehrdad Ebrahimi · Mohammad Rastegar · Kiana Karami · IEEE Transactions on Industry Applications · 2025年2月
故障管理涉及在故障发生后尽快恢复停电用户的操作，而优化开关布局有助于实现这一目标。然而，由于问题的非线性和巨大的搜索空间，开关优化问题需要大量的计算工作。因此，对于大规模配电系统而言，该问题可能难以求解。本文提出了一种基于机器学习的代理方法，用于确定实际配电系统中手动和自动开关的最佳数量和位置。目标函数包含设备成本和可靠性指标，包括系统平均停电频率指标（SAIFI）、系统平均停电持续时间指标（SAIDI）和未供电量（ENS）指标。所提出的模型是一个堆叠集成模型，其中基于卷积神经网络（CNN）的模...
解读: 从阳光电源的业务视角来看，这项基于机器学习的配电网开关优化技术具有重要的战略价值。随着公司在分布式光伏、储能系统及综合能源解决方案领域的深度布局，配电网的智能化管理已成为提升系统可靠性和经济性的关键环节。 该技术的核心价值在于通过堆叠集成学习模型，大幅降低开关优化问题的计算复杂度，这对阳光电源的配...
适用于右删失数据的逆幂律-正态模型及其在有机发光二极管寿命预测中的应用
The Inverse Power Law-Normal Model for Right-Censored Data With Application to Life Prediction of Organic Light-Emitting Diodes
Omar Kittaneh · Sara Helal · M. A. Majid · IEEE Transactions on Electron Devices · 2025年2月
本研究将适用于完整数据的逆幂律 - 正态（IPL - 正态）模型推广至右删失数据，假设变异系数保持恒定且不受应力影响。利用新的简单却基本的恒等式，推导出该模型的加速参数和广义变异系数的最大似然（ML）估计方程。广义变异系数的最大似然估计方程是显式的，并且推广了之前针对完整数据所引入的对应方程。将最大似然法与经典最小二乘法（LS）进行了比较。尽管最大似然法计算繁琐且对数值敏感，但本文更倾向于使用最大似然法而非最小二乘法，原因很关键，即只有最大似然法能够估计广义变异系数。不过，出于其他一些原因，本文...
解读: 从阳光电源的业务视角来看，这篇关于逆幂律-正态模型的可靠性分析研究具有重要的技术参考价值。该模型针对右删失数据的寿命预测方法，可直接应用于我司光伏逆变器、储能系统等核心产品的可靠性评估与寿命预测。 在实际应用层面，我司产品如组串式逆变器、储能变流器中的功率半导体器件、电解电容等关键元器件，其长期可...
基于新型CNN集成与可解释人工智能的配电网虚假数据注入攻击检测与定位框架
False Data Injection Attack Detection and Localization Framework in Power Distribution Systems Using a Novel Ensemble of CNNs and Explainable Artificial Intelligence
Mohammad Reza Dehbozorgi · Mohammad Rastegar · Mohammadreza Fakhari Moghaddam Arani · IEEE Transactions on Industry Applications · 2025年1月
信息物理电力系统易受网络攻击，尤其是虚假数据注入攻击（FDIA）。近年来，针对配电系统状态估计（DSSE）的虚假数据注入攻击受到了研究人员的关注，此类攻击通过更改电表读数来改变状态估计（SE）。文献中常见的针对虚假数据注入攻击的防御方法是使用标记数据训练分类器作为虚假数据注入攻击检测器。然而，虚假数据注入攻击数据集的高度不平衡特性可能会限制这种方法的性能。机器学习模型的黑盒特性使其在重要应用中难以获得信任和采用。因此，我们提出了一种创新的可解释人工智能（XAI）增强的基于集成学习的检测与定位模型...
解读: 从阳光电源的业务视角来看，该论文提出的虚假数据注入攻击（FDIA）检测框架具有重要的战略意义。随着公司在分布式光伏、储能系统及综合能源解决方案领域的快速拓展，我们的产品正日益深度融入配电网的信息物理系统中，这使得网络安全防护成为保障系统可靠运行的关键要素。 该技术的核心价值在于为我们的智能逆变器和...
基于个性化联邦强化学习的多微电网协同优化调度低碳经济方法
Cooperative optimal dispatch of multi-microgrids for low carbon economy based on personalized federated reinforcement learning
Ting Yang · Zheming Xu · Shijie Ji · Guoliang Liu 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 互联多微电网（MMG）系统的协同优化调度为大规模可再生能源资源的高效利用提供了广阔前景和重要机遇。此类系统有助于实现能源资源的最优配置，并提升运行成本的经济性。然而，在协同优化调度过程中，异构微电网（MG）实体之间利益诉求的差异导致数据共享受阻，并引发隐私泄露问题。此外，多能耦合关系与高维决策过程进一步加剧了该问题的复杂性，可能导致优化过程难以收敛以及能源管理精度下降。同时，新建微电网缺乏运行数据与调度经验，制约了其调度任务的快速“冷启动”能力。为弥补上述研究空白，本文提出一种基于聚类的个...
解读: 该联邦强化学习多微网协同调度技术对阳光电源ST储能系统和iSolarCloud平台具有重要应用价值。可应用于PowerTitan储能集群的分布式优化调度,在保护各微网数据隐私前提下实现碳-电联合交易优化,降低综合成本5.78%、碳排放8.43%。其冷启动迁移策略可加速新建微网接入速度提升42.83%...
核电与基荷需求在低碳电力系统容量扩展规划中的作用
The role of nuclear energy and baseload demand in capacity expansion planning for low-carbon power systems
Martin Hjelmelan · Jonas Kristiansen Nølan · Stian Back · Magnus Korpas · Applied Energy · 2025年1月 · Vol.377
摘要 绿色转型要求对传统上具有稳定能源需求的工业进行电气化。结合人工智能（AI）和超大规模数据中心的兴起，预计电网连接的基荷将显著增加。这些负荷具有较高的资本和运营成本，通常缺乏灵活性的经济激励。本文探讨了在不同核电站一次性建设成本（OCC）水平下，额外负荷的建模方式如何影响最优能源结构，突出核电在为AI数据中心和重工业电气化提供必要基荷方面的潜在作用。通过采用解析方法，本研究评估了额外负荷曲线与波动性可再生能源（VRE）出力之间的匹配程度，以确定应由哪些技术组合来满足新增电力需求。一项采用基荷...
解读: 该研究揭示基荷负载增长(AI数据中心、重工业电气化)对电力系统规划的影响,对阳光电源储能业务具有战略意义。研究指出核电等基荷电源占比提升将显著降低储能、输电和VRE弃电需求,这要求我司PowerTitan等大型储能系统从单纯容量配置转向灵活性价值挖掘。建议:1)针对工业基荷场景优化ST系列PCS的长...
基于电流-电压转换的光伏阵列故障预诊断、类型识别及程度诊断方法
Fault Prediagnosis, Type Identification, and Degree Diagnosis Method of the Photovoltaic Array Based on the Current–Voltage Conversion
Xiang Chen · Meng Jiang · Kun Ding · Zenan Yang 等7人 · IEEE Transactions on Power Electronics · 2024年12月
本文提出了一种基于电流-电压（I-V）转换的光伏阵列故障诊断方法。通过I-V转换技术消除环境条件对数据的影响，为故障预诊断、类型识别及程度评估提供了可靠的数据基础，有效提升了光伏电站的运维效率与安全性。
解读: 该技术对于阳光电源的iSolarCloud智能运维平台具有极高的应用价值。通过将该故障诊断算法集成至iSolarCloud，可实现对组串式及集中式逆变器接入的光伏阵列进行远程实时监测与故障预警，显著降低运维成本。该方法通过消除环境干扰，能精准识别遮挡、老化或短路等故障类型，有助于提升阳光电源大型地面...
基于强化学习的原位功率硬件在环接口控制最优方法：基于混合迭代自适应动态规划应对不确定动态的理论与应用
A Reinforcement-Learning, Optimal Approach to In Situ Power Hardware-in-the-Loop Interface Control for Testing Inverter-Based Resources: Theory and Application of the Adaptive Dynamic Programming Based on the Hybrid Iteration to Tackle Uncertain Dynamics
Masoud Davari · Omar Qasem · Weinan Gao · Frede Blaabjerg 等6人 · IEEE Transactions on Industrial Electronics · 2024年11月
对基于逆变器的资源（IBR）进行测试至关重要。本文提出了一种新颖的电力硬件在环（PHIL）接口控制（PHIL - IC）方法，该方法采用基于自适应动态规划（ADP，也称为近似动态规划）的强化学习方法，借助基于ADP的方法来加强基于PHIL仿真的IBR测试。由于与IBR、功率放大器、所有与基于PHIL仿真测试相关的组件及其延迟相关的整个系统（状态和干扰）的动态特性“不可用”或“不确定”，该方法采用输出反馈控制；它在考虑所有相关系统的所有不确定性和不可用信息的情况下，对PHIL - IC进行最优设计...
解读: 从阳光电源的业务视角来看，这项基于自适应动态规划的功率硬件在环（PHIL）测试技术具有重要的战略价值。该技术直接针对逆变器类资源（IBRs）的测试难题，这与我们光伏逆变器、储能变流器等核心产品的研发验证流程高度相关。 该论文提出的强化学习方法突破了传统PHIL测试的局限性。当前我们在进行逆变器并网...
基于TSSA的微电网逆变器多故障诊断算法
TSSA-Based Multifault Diagnosis Algorithm for Microgrid Inverter
Zhanjun Huang · An Zhang · Weiheng Shao · Kang Hu 等5人 · IEEE Transactions on Industrial Informatics · 2024年11月
在工业应用中，设备的故障诊断常常存在诸多复杂干扰。特别是，传感器导致的检测信号的不确定性和数据丢失，将极大地增加微电网系统逆变器故障诊断的干扰和难度，甚至会导致保护单元误报警和误触发。为解决该问题，本文提出一种基于拓扑自相似性评估的微电网逆变器故障诊断算法。首先，采用数据核拓扑提取方法提取检测信号的核拓扑，该方法能有效反映不同数据状态的关键信息，同时可大幅减少诊断方法的启动量和相应计算量。其次，利用提取的核拓扑重构拓扑虚拟镜像，能有效降低数据丢失的影响。第三，分别利用所获得的核拓扑和拓扑虚拟镜像...
解读: 从阳光电源微电网逆变器及储能系统业务角度来看，这项基于拓扑自相似性评估（TSSA）的多故障诊断算法具有显著的工程应用价值。 该技术针对工业现场传感器信号不确定性和数据丢失等实际问题，提出了创新性解决方案。通过数据核心拓扑提取方法，算法能够在大幅降低计算量的同时保留关键故障特征信息，这对于阳光电源大...
面向锂离子电池健康状态估计的无源动态加权联邦迁移学习
Source-Free Dynamic Weighted Federated Transfer Learning for State-of-Health Estimation of Lithium-Ion Batteries With Data Privacy
Tengfei Han · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年11月
针对电池健康状态（SOH）估计中数据孤岛与隐私保护难题，本文提出一种无源动态加权联邦迁移学习方法。该方法无需共享原始数据即可实现多用户模型协同训练，有效解决了单一用户数据不足的问题，提升了SOH估计的准确性与鲁棒性，为电池全生命周期管理提供了隐私保护下的智能化解决方案。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高的应用价值。在iSolarCloud智能运维平台中，利用联邦学习技术，可在不泄露客户隐私的前提下，汇聚全球电站的电池衰减数据，优化BMS的SOH估计算法。这不仅能提升储能电站全生命周期的安全性与运维效率，还能为电池梯次利用...
一种具有有源功率解耦的新型单相非隔离双输入微逆变器
A Novel Single-Phase Nonisolated Dual-Input Microinverter With Active Power Decoupling
Chengqi Xiao · Weimin Wu · Qingkai Guo · Mohamed Orabi 等6人 · IEEE Transactions on Power Electronics · 2024年10月
针对单相非隔离型微型逆变器（MI）面临的漏电流和功率波动等挑战，本文提出了一种具有有源功率解耦能力的非隔离共地型微型逆变器。在该拓扑中，光伏（PV）组件与电网具有公共端，从而消除了共模漏电流。双输入源与电网之间的功率解耦是固有的，因此可以用长寿命、小容量的薄膜电容器替代电解电容器。所提出的微型逆变器仅需四个开关，并且能够以模块化方式处理两个光伏组件的功率。实验室搭建了一台400 W的实验样机，以验证所提出的微型逆变器的性能以及所提方案的可行性。
解读: 从阳光电源光伏逆变器产品线的角度来看，这项单相非隔离双输入微型逆变器技术呈现出显著的应用价值。该技术通过共地拓扑设计有效解决了非隔离型逆变器长期面临的漏电流问题，这与我司在组串式逆变器领域追求的高安全性标准高度契合。 技术的核心创新在于有源功率解耦设计，能够用薄膜电容替代电解电容，这将直接延长产品...
PE-GPT：电力电子设计的新范式
PE-GPT: A New Paradigm for Power Electronics Design
Fanfan Lin · Xinze Li · Weihao Lei · Juan J. Rodriguez-Andina 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
大型语言模型（LLM）在推动众多行业发展方面展现出了令人振奋的潜力，但由于缺乏专业的电力电子（PE）技术知识以及处理特定电力电子数据时面临的挑战，其在电力电子领域的应用受到了阻碍。本研究提出了一种开创性的方法，用于构建专门针对电力电子设计应用的多模态大型语言模型，名为 PE - GPT。该方法包括利用从电力电子知识库中进行检索增强生成来强化 PE - GPT，并提出了一个混合框架，将大型语言模型代理与元启发式算法、模型库和仿真库相结合。这增强了其多模态处理能力，并使其能够融入现有的设计工作流程。...
解读: 从阳光电源的业务视角来看，PE-GPT代表了电力电子设计范式的重要突破，对公司光伏逆变器、储能变流器等核心产品的研发具有战略意义。该技术通过多模态大语言模型与元启发式算法、仿真库的深度融合，能够显著提升电力电子设计的效率和准确性，在双有源桥（DAB）变换器调制策略和Buck变换器参数设计中已展现出比...
一种减小辅助电路谐振电容影响的谐振直流链逆变器
A Resonant DC-Link Inverter to Reduce the Influence of Resonant Capacitor of Auxiliary Circuit
Jiaxiang Song · Enhui Chu · IEEE Transactions on Power Electronics · 2024年9月
谐振直流环节逆变器（RDCLI）辅助电路（ac）中的谐振电容会增大主电路体积、增大谐振电流幅值并降低系统稳定性。为解决这些问题，本文提出一种新型 RDCLI 以减小谐振电容的影响。首先，该逆变器无需在主开关两端并联谐振电容，从而减小了主电路体积。其次，该逆变器避免了在直流侧串联大容量电容作为辅助电源，从而避免了大电容对系统稳定性的影响。最后，该逆变器通过改变辅助电路的拓扑结构，减少了预充电模式所需的能量，从而有效降低了谐振电流幅值，减少了辅助电路的损耗，提高了系统效率。本文给出了该逆变器的工作原...
解读: 从阳光电源的业务角度来看，该论文提出的改进型谐振直流环节逆变器（RDCLI）技术具有重要的应用价值。该技术通过优化辅助电路的谐振电容配置，实现了主电路体积缩减、谐振电流幅值降低和系统稳定性提升，这与公司在光伏逆变器和储能变流器领域追求高功率密度、高效率的产品战略高度契合。 从产品应用层面分析，该技...
结合元学习与CNN-LSTM算法的锂离子电池健康状态估计
Combined Meta-Learning With CNN-LSTM Algorithms for State-of-Health Estimation of Lithium-Ion Battery
Tiancheng Ouyang · Yingying Su · Chengchao Wang · Song Jin · IEEE Transactions on Power Electronics · 2024年8月
针对锂离子电池实际运行工况复杂导致健康状态（SOH）估计泛化能力差的问题，本文提出了一种结合元学习与CNN-LSTM的SOH估计方法。该方法通过元学习框架提升模型在不同工况下的适应性，有效解决了传统深度学习模型对大规模数据依赖及泛化性不足的难题。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统至关重要。目前BMS在全生命周期SOH预测上存在精度与泛化性的平衡难题，元学习算法能显著提升系统在不同环境温度、充放电倍率下的电池寿命评估准确度。建议将此算法集成至iSolarCloud智能运维平台，通过云端大数据训练与边缘侧BM...
基于多尺度特征融合的稀疏自注意力Transformer长期SOH预测
Sparse Self-Attentive Transformer With Multiscale Feature Fusion on Long-Term SOH Forecasting
Xinshan Zhu · Chengqian Xu · Tianbao Song · Zhen Huang 等5人 · IEEE Transactions on Power Electronics · 2024年8月
锂离子电池健康状态（SOH）的准确预测对电池管理系统（BMS）的稳定运行至关重要。本文提出了一种基于稀疏自注意力Transformer（SSAT）和多时间尺度特征融合的模型，通过编码器-解码器架构，实现了对电池长期SOH的高精度预测，提升了电池系统的安全性和运维效率。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高的应用价值。SOH的高精度预测是提升储能电站全生命周期管理的核心，有助于优化电池充放电策略，延长系统使用寿命，并降低运维成本。建议将该SSAT模型集成至iSolarCloud智能运维平台，通过大数据分析实...
基于多域迁移学习的电池健康状态估计
Battery Health Estimation Based on Multidomain Transfer Learning
Hanmin Sheng · Biplob Ray · Shaben Kayamboo · Xintao Xu 等5人 · IEEE Transactions on Power Electronics · 2024年4月
机器学习在电池健康状态（SOH）估计中具有显著优势，但面临数据分布差异带来的概念漂移挑战。本文提出一种多域迁移学习方法，旨在解决训练集与测试集分布不一致的问题，从而提升电池SOH估计的准确性与鲁棒性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack系列）具有极高价值。电池健康状态（SOH）的精准评估是提升储能系统全生命周期经济性的核心。目前储能电站面临工况复杂、数据分布差异大的挑战，引入多域迁移学习算法，可显著提升iSolarCloud平台对大规模储能电站的运维精度，减少电...
第 3 / 10 页