找到 3 条结果 · 智能化与AI应用
基于端点密集格拉姆特征编码与Mixup增强域对抗网络的多构型光伏阵列跨阵列故障诊断
Cross-array fault diagnosis of photovoltaic arrays with different configurations based on endpoint-dense gram feature encoding and mixup-enhanced domain adversarial network
Jiaqi Qu · Pengyuan Ma · Qiang Sun · Xiaogang Wu 等7人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合端点密集格拉姆图编码与Mixup增强域对抗网络的跨阵列故障诊断方法，提升不同拓扑、朝向、遮挡条件下光伏阵列的泛化故障识别能力。
解读: 该研究直接支撑阳光电源组串式逆变器（如SG系列）及iSolarCloud智能运维平台的故障预警升级。其跨配置鲁棒诊断能力可显著提升复杂山地/屋顶电站中多朝向、多倾角阵列的隐性故障识别精度；建议将模型轻量化后嵌入ST系列PCS边缘侧推理模块，并与PowerTitan储能系统联动实现‘光-储-智’协同诊...
基于无人机的微电网网络攻击
Uncrewed Aerial Vehicle-Based Cyberattacks on Microgrids
Alexis Pengfei Zhao · Shuangqi Li · Zhengmao Li · Zixiao Ma 等7人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种利用无人机实施虚假数据注入攻击（FDIA）的新范式，通过通信干扰与数据篡改威胁网络化微电网安全；构建NSGA-III多目标优化框架，量化攻击对功率平衡、电压稳定及运行成本的影响，并指出传统规则检测失效，亟需AI驱动的自适应防御。
解读: 该研究直击阳光电源iSolarCloud智能运维平台与PowerTitan/ST系列储能系统在微电网场景下的网络安全短板。UAV攻击可干扰PCS遥测数据、误导MPPT策略或触发误动作，威胁构网型GFM逆变器黑启动可靠性。建议在iSolarCloud中集成轻量级LSTM异常检测模块，结合边缘侧UAV射...
一种用于检测光伏电站虚假数据注入攻击的联邦学习框架
A Federated Learning Framework for Detecting False Data Injection Attacks in Solar Farms
Liang Zhao · Jiaming Li · Qi Li · Fangyu Li · IEEE Transactions on Power Electronics · 2022年3月
随着光伏系统接入智能电网，网络安全威胁日益严峻。基于数据驱动的机器学习方法在电力电子设备攻击检测中表现优异，但集中式处理存在效率瓶颈。本文提出一种联邦学习框架，在保护数据隐私的同时，实现对光伏电站虚假数据注入攻击的有效检测，提升了系统的安全性与鲁棒性。
解读: 该研究对于阳光电源的iSolarCloud智能运维平台具有重要参考价值。随着光伏电站规模扩大，数据隐私与网络安全成为运维痛点，联邦学习技术可实现分布式模型训练，在不上传原始电站数据的前提下提升逆变器及储能系统的故障诊断与安全防御能力。建议将此框架集成至PowerTitan等大型储能系统及组串式逆变器...