找到 14 条结果 · 智能化与AI应用
电路到图：基于多维泛化的功率变换器建模
Circuit-to-Graph: Power Converters Modeling With Multidimensional Generalization
Weihao Lei · Fanfan Lin · Xin Zhang · Xinze Li 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年11月 · Vol.14
本文提出Circuit-to-Graph（C2G）方法，利用图神经网络（GNN）建模功率变换器全局结构特征，并结合领域自适应（DA）实现跨工况、调制策略和拓扑结构的高效泛化建模，显著提升小样本预测精度与训练效率。
解读: 该C2G方法高度适配阳光电源ST系列PCS、PowerTitan储能系统及组串式光伏逆变器的智能建模需求，可支撑iSolarCloud平台对多型号、多场景下设备损耗、温升与效率的快速精准预测。建议在下一代PCS固件中嵌入轻量化GNN推理模块，结合实时运行数据在线校准模型，提升故障预警与寿命评估能力；...
基于安全增强型多智能体强化学习的网络化微电网协同与电池换电站调度
Networked Microgrid Coordination With Battery Swapping Station Scheduling via Security-Enhanced Multi-Agent Reinforcement Learning
Meng Liu · Xiao Liu · Cuo Zhang · Jianguo Zhu · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种安全增强型多智能体强化学习方法，协调含电池换电站（BSS）的网络化微电网（NMG），兼顾电压安全与经济性。在改进IEEE 33节点系统上验证表明，该方法可提升运行安全性并保留BSS集成的经济收益。
解读: 该研究高度契合阳光电源ST系列储能变流器（PCS）及PowerTitan液冷储能系统的智能协同控制需求。其多智能体强化学习框架可直接赋能iSolarCloud平台对光储充一体化微电网的动态优化调度，尤其适用于含EV换电负荷的工商业/园区级光储充项目。建议将该算法嵌入ST PCS的本地边缘控制器，并与...
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...
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...
基于集成学习和电压重构的锂离子电池健康状态估计
Ensemble Learning and Voltage Reconstruction Based State of Health Estimation for Lithium-Ion Batteries With Twenty Random Samplings
Xing Shu · Zheng Chen · Jiangwei Shen · Shiquan Shen 等7人 · IEEE Transactions on Power Electronics · 2023年4月
针对电动交通工具中锂离子电池随机充放电行为导致的健康状态（SOH）估计精度下降问题，本文提出了一种基于集成学习和电压重构的SOH估计框架。该方法通过处理随机采样数据，有效提升了在线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及户用储能）具有极高价值。目前储能系统在实际运行中面临工况复杂、数据碎片化等挑战，该集成学习框架可深度集成至iSolarCloud智能运维平台及BMS算法中，通过电压重构技术提升电池全生命周期SOH监测精度。这不仅能优化电池资产的...
面向任务的参数解耦框架用于持续异常检测
A Task-Aware Parameter Decoupling Framework for Continual Anomaly Detection
Zhizhong Zhang · Guchu Zou · Chengwei Chen · Zhenyi Qi 等10人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
本文提出一种面向工业场景的持续异常检测框架，基于ViT重构架构，融合实例感知提示调优（IPT）和梯度感知参数解耦（GPD），缓解灾难性遗忘，提升多阶段缺陷模式识别能力，在MVTec等数据集上达到SOTA性能。
解读: 该持续异常检测技术可赋能阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的设备级故障预测与自适应诊断。尤其适用于光伏电站组件热斑、PID、接线盒失效等新型缺陷的增量式识别，以及储能系统BMS与PCS协同运行中未知工况异常的在线演化建模。建议在组串式逆变器边缘侧...
基于后验时空网络的数据驱动智能充电桩电表测量不确定度预测方法
A Data-Driven Measurement Uncertainty Prediction for the Smart Charger Meters Based on a Posterior Spatio-Temporal Network
Xuanding Dai · Hongkai Zhang · Huichun Lu · Lei Yu 等8人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
本文提出一种基于后验时空网络的在线测量不确定度预测方法，用于评估充电桩电表性能。该方法融合贝叶斯推理与改进型LeNet及后验门控循环单元（GRU），兼顾准确性和精密度，并通过重参数化实现梯度传播，在实测充电站验证了优越性。
解读: 该研究对阳光电源充电桩产品线（如AC/DC智能充电桩）的计量可靠性提升具有直接价值，可嵌入iSolarCloud平台实现电表健康状态实时评估与预测性维护。其后验深度学习框架亦可迁移至ST系列PCS或PowerTitan储能系统的电参量精度自校准模块，增强高精度能量计量能力，支撑参与电力市场结算。建议...
港口微电网风险运行状态恢复方法——融合柔性资源
Port Microgrids Risk Operational States Recovery Method Incorporating Flexible Resources
Zhibo Zhang · Bowen Zhou · Juan Zhang · Guangdi Li 等6人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对港口微电网中分布式电源投切、孤岛切换及冲击负荷引发的风险运行状态，本文提出基于一致性控制的功率平滑策略和融合柔性资源的多智能体深度强化学习恢复方法，实现频率快速恢复与经济性调度。
解读: 该研究对阳光电源ST系列储能变流器（PCS）在港口微电网中的构网型（GFM）运行与黑启动能力提升具有直接参考价值；其多智能体强化学习框架可适配iSolarCloud平台进行柔性资源协同优化，建议将相关算法嵌入PowerTitan系统能量管理模块，增强其在孤岛/并网模式切换及冲击负荷下的动态响应与自主...
基于混合注意力深度强化学习的纯电动汽车健康感知集成热管理策略
Health-Conscious Integrated Thermal Management Strategy Using Hybrid Attention Deep Reinforcement Learning for Battery Electric Vehicles
Changcheng Wu · Jiankun Peng · Dawei Pi · Xin Guo 等7人 · IEEE Transactions on Power Electronics · 2025年10月
本文针对纯电动汽车（BEV），提出了一种考虑电池健康状态的集成热管理策略（ITMS）。通过引入混合注意力深度强化学习算法，在保证座舱舒适度的同时，有效延长了续航里程并优化了电池寿命，为电动汽车热管理系统的智能化控制提供了新方案。
解读: 该研究采用的深度强化学习与注意力机制，对阳光电源的充电桩业务及储能系统（如PowerStack/PowerTitan）具有重要借鉴意义。在充电桩产品中，集成热管理策略可优化充电过程中的温控效率，提升用户充电体验；在储能系统领域，该算法可用于BMS的精细化热管理，通过预测性控制延长电池组循环寿命，降低...
面向决策的学习在不确定性电力系统决策中的应用
Decision-Focused Learning for Power System Decision-Making Under Uncertainty
Haipeng Zhang · Ran Li · Qintao Du · Junyi Tao 等12人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文综述了决策聚焦学习（DFL）在电力系统中的应用，提出以决策损失替代统计损失的端到端范式，构建场景、分类、应用与对比基准四维分析框架，并开源电力系统专用评估基准，为DFL工程落地提供技术路线图。
解读: 该文对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的优化调度具有直接参考价值：DFL可提升光伏出力-负荷-电价多源不确定性下的实时功率指令生成质量，增强组串式逆变器与PCS协同响应能力。建议在iSolarCloud中集成DFL模块，面向光储一体化电站开展成本敏感...
一种端到端集成学习方法以提升风电功率预测精度
An End-to-End Ensemble Learning Approach for Enhancing Wind Power Forecasting
Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出MG-DS模型，基于Dempster-Shafer证据理论实现端到端集成学习，融合MLP特征提取、GRU与交叉注意力生成多样化基预测，并引入DSSE插件协同RNN与非RNN模型，在5个风电数据集上显著提升预测精度。
解读: 该研究提出的MG-DS端到端集成预测框架可直接赋能阳光电源风电变流器的智能功率预测模块，提升其iSolarCloud平台在风电场侧的短期功率预测精度，支撑ST系列PCS与风电变流器的AGC/AVC协同调度。建议将DSSE插件集成至iSolarCloud风功率预测引擎，适配现有SCADA数据流；同时为...
基于深度强化学习的移动式风力发电机分配策略以提升配电网韧性
Deep Reinforcement Learning-Based Allocation of Mobile Wind Turbines for Enhancing Resilience in Power Distribution Systems
Ruotan Zhang · Jinshun Su · Payman Dehghanian · Mohannad Alhazmi 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种多智能体深度强化学习框架，用于极端事件后调度移动式风力发电机（MWTs）开展配电网服务恢复；采用DQL与DDQL算法，并引入动作约束抑制风电波动影响；在电力-交通耦合系统上验证了其提升系统韧性的有效性。
解读: 该研究虽聚焦风电场景，但其MADRL调度框架与动态功率协同控制思想可迁移至阳光电源PowerTitan/PowerStack储能系统在灾害响应中的智能调度，尤其适用于iSolarCloud平台集成AI运维模块。建议将DDQL算法适配至ST系列PCS的黑启动与孤岛微网协同控制逻辑中，增强光储柴多源应急...
VWM-DCRNN：一种结合信号处理与深度学习的单相PWM整流器故障诊断方法
VWM-DCRNN: A Method of Combining Signal Processing With Deep Learning for Fault Diagnosis in Single-Phase PWM Rectifier
Na Qin · Tianwei Wang · Deqing Huang · Yiting You 等5人 · IEEE Transactions on Power Electronics · 2023年7月
本文提出了一种基于变分模态分解与卷积循环神经网络（VMD-DCRNN）的故障诊断方法，用于识别高速铁路牵引供电系统中单相PWM整流器的IGBT、二极管及串联谐振电路故障。该方法通过信号处理与深度学习的融合，有效提升了电力电子变换器故障检测的准确性与可靠性。
解读: 该研究提出的VMD-DCRNN故障诊断模型对阳光电源的核心业务具有重要参考价值。在光伏逆变器（尤其是组串式逆变器）和储能变流器（PCS）中，IGBT的健康状态监测是提升系统可靠性的关键。阳光电源可将此类深度学习算法集成至iSolarCloud智能运维平台或本地控制器中，实现对功率模块故障的早期预警和...
基于异常发热与深度学习算法的电动汽车电池热失控故障预测
Battery Thermal Runaway Fault Prognosis in Electric Vehicles Based on Abnormal Heat Generation and Deep Learning Algorithms
Da Li · Peng Liu · Zhaosheng Zhang · Lei Zhang 等9人 · IEEE Transactions on Power Electronics · 2022年7月
针对电动汽车在复杂工况下电池热失控预测难的问题，本文提出了一种基于异常发热（AHG）的预测模型。该模型结合长短期记忆网络（LSTM）等深度学习算法，能够有效识别电池异常状态，提升电动汽车运行安全性。
解读: 该研究对阳光电源的储能系统（如PowerTitan、PowerStack）具有重要参考价值。储能系统本质上是大规模电池组的集成，热失控监测是BMS的核心安全功能。通过引入基于异常发热的深度学习预测模型，阳光电源可优化iSolarCloud平台的电池健康状态（SOH）评估与预警算法，从单纯的阈值报警升...