找到 2 条结果 · 智能化与AI应用
基于可迁移知识共享网络的锂离子电池SOH与RUL同步预测
Simultaneous Prediction of SOH and RUL for Lithium-Ion Batteries Using Transferable Knowledge Sharing Network
Kai Zhong · Zhihao Liu · Jiaqiang Tian · Chao Fan 等8人 · IEEE Transactions on Power Electronics · 2025年9月
锂离子电池的健康状态（SOH）和剩余使用寿命（RUL）预测对电力系统的安全运行至关重要。针对现有方法在泛化能力、预测精度及多任务协同方面的不足，本文提出了一种可迁移知识共享网络，实现了SOH与RUL的同步预测，有效提升了复杂工况下的预测性能。
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。通过引入可迁移知识共享网络，BMS系统能够更精准地评估电池衰减状态，提升电池全生命周期的安全性与运维效率。建议将该算法集成至iSolarCloud智能运维平台，通过大数据分析实现电池簇的精细化管理，...
面向港口能源-物流融合微电网最优调度的多任务可信学习方法
Multi-Task Trustworthy Learning for Optimal Scheduling of Port Energy-Logistics Integrated Microgrids
Junlin Zhu · Feilong Fan · Chuanqing Pu · Nengling Tai 等6人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对港口微电网能源-物流联合调度计算开销大、传统学习方法泛化性差与可行性低的问题，本文提出一种支持维度可变参数的可信学习框架，融合注意力神经网络与KNN预测船舶数量，并设计可行域投影修复层。在新加坡裕廊港实测数据中实现最低计算耗时、近优成本与93%可行性。
解读: 该研究对阳光电源PowerTitan和PowerStack储能系统在港口微电网场景的智能调度具有直接参考价值：其可信学习框架可嵌入iSolarCloud平台，提升ST系列PCS在动态负荷（如靠港船舶充放电、岸电切换）下的实时优化能力；建议将修复层算法适配至PowerTitan的EMS边缘控制器，增强...