找到 2 条结果 · 智能化与AI应用
基于知识蒸馏轻量化卷积神经网络与SSCB集成的光伏电弧故障断路器
PV Arc Fault Circuit Interrupter with Knowledge Distillation-Based Lightweight Convolutional Neural Network and SSCB Integration
Kamal Chandra Paul · Jiale Zhou · Shen-En Chen · Tiefu Zhao · IEEE Transactions on Power Electronics · 2025年12月
光伏系统中的直流电弧故障易引发火灾及电力中断，精准检测至关重要。本文提出PArcNet，一种通过知识蒸馏优化的轻量化卷积神经网络，专为资源受限环境下的高效电弧故障检测而设计，显著提升了检测的实时性与准确性。
解读: 该技术对阳光电源的核心业务具有极高价值。电弧故障检测是组串式逆变器及户用逆变器安全合规的关键功能（如AFCI认证）。PArcNet的轻量化设计使其能直接嵌入逆变器现有的DSP或MCU中，无需额外昂贵的计算硬件，即可实现边缘侧的高精度故障诊断。建议研发团队将其集成至iSolarCloud智能运维平台及...
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...