找到 2 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Transformer扩散模型的时空概率风速预测
Spatio-Temporal Probabilistic Forecasting of Wind Speed Using Transformer-Based Diffusion Models
Hao Liu · Junqi Liu · Tianyu Hu · Huimin Ma · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
本文提出PSTDT模型，融合去噪扩散概率模型与Transformer架构，通过双空间注意力、双阶段时间模块和时序自适应层归一化，提升风速时空概率预测精度，在多数据集上CRPS降低8%–20%，MAE降低7%–19%。
解读: 该研究提升风电功率短期概率预测精度，直接支撑阳光电源风电变流器与构网型风储系统（如PowerTitan风电侧集成方案）的智能调度与AGC/AVC响应。其不确定性量化能力可增强iSolarCloud平台对风光储协同场站的预测性运维与调峰调频决策。建议将PSTDT轻量化后嵌入ST系列PCS边缘侧预测模块...