找到 2 条结果 · 智能化与AI应用
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...
基于S变换和PSO-LSSVM的永磁同步直线电机局部退磁故障识别
Local Demagnetization Fault Recognition of Permanent Magnet Synchronous Linear Motor Based on S-Transform and PSO–LSSVM
Xuewei Song · Jiwen Zhao · Juncai Song · Fei Dong 等6人 · IEEE Transactions on Power Electronics · 2020年8月
本文研究了永磁同步直线电机（PMSLM）的局部退磁故障识别，旨在实现退磁位置和程度的精确诊断。提出了一种基于S变换（ST）和粒子群优化最小二乘支持向量机（PSO-LSSVM）的故障识别系统，通过S变换提取特征，利用PSO优化LSSVM参数，有效提高了故障诊断的准确性。
解读: 该研究聚焦于电机故障诊断与智能算法应用，虽然阳光电源的核心业务集中在光伏逆变器、储能系统及风电变流器，而非直线电机，但其提出的S变换特征提取与PSO-LSSVM优化算法在设备状态监测领域具有参考价值。建议将此类基于机器学习的故障诊断思路引入iSolarCloud智能运维平台，用于提升组串式逆变器或储...