找到 2 条结果 · 智能化与AI应用

排序:
智能化与AI应用 可靠性分析 故障诊断 机器学习 ★ 5.0

电力电子数字孪生技术综述:现状与未来趋势

An Overview of Digital Twin Technology for Power Electronics: State-of-the-Art and Future Trends

Chenhao Wu · Zhexin Cui · Qian Xia · Jiguang Yue 等5人 · IEEE Transactions on Power Electronics · 2025年9月

本文综述了数字孪生(DT)技术在电力电子系统中的应用现状。随着数字化转型加速,DT技术成为提升系统信息化与智能化水平的关键,涵盖了从建模、实时监测到故障预测的多种前沿技术,为电力电子系统的全生命周期管理提供了新范式。

解读: 数字孪生技术是阳光电源实现产品全生命周期智能运维的核心。在iSolarCloud平台中,引入数字孪生可实现组串式逆变器和PowerTitan储能系统的实时状态镜像,通过多物理场耦合仿真,精准预测功率模块及电芯的健康状态(SOH)。建议在PowerStack储能系统及大型光伏电站中部署基于DT的故障诊...

智能化与AI应用 机器学习 深度学习 强化学习 ★ 4.0

面向拓扑鲁棒变量的可解释电力系统拥塞事件预测

Explainable Prognosis of Congestion Events in Power Systems With Topologically Robust Variables

Xinxiong Jiang · Jian Xu · Siyang Liao · Deping Ke 等8人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22

本文提出特征组合优化方法筛选对拓扑变化鲁棒的变量集,并构建基于张量化网络与混合注意力机制的可解释拥塞预测模型,支持变量级贡献追踪;引入静态协变量编码提升性能。实验表明其在未知拓扑变化下仍保持约95%预测精度,性能衰减降低超32%。

解读: 该研究对阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的电网侧协同调控具有重要价值:其拓扑鲁棒变量筛选与可解释预测能力,可增强光储系统在电网结构动态调整(如分布式光伏高渗透率导致的线路重构)下的拥塞预警精度与可信度。建议将该算法嵌入iSolarCloud的电...