找到 25 条结果 · 智能化与AI应用
一种基于鲁棒规则的利用逆变器数据检测与分类光伏系统性能低下的方法
A robust rule-based method for detecting and classifying underperformance in photovoltaic systems using inverter data
Bernardo Mendonca Severiano · Earl Duran · Jonathan Rispler · Jaysson Guerrero Orbe 等10人 · Solar Energy · 2026年4月 · Vol.308
本文提出一种基于规则的鲁棒方法，利用光伏逆变器运行数据（如功率、电压、电流、温度等）自动识别和分类系统性能低下原因（如遮挡、污秽、组件失效、通信故障等），无需依赖高精度物理模型或大量标注数据。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及SG系列组串式逆变器的故障预警能力升级需求。其规则驱动的轻量化诊断方法可嵌入逆变器边缘侧固件，提升ST系列PCS和PowerTitan在光储电站中的实时健康评估能力，降低对云端AI算力依赖。建议将该方法集成至iSolarCloud 3.0故障...
面向天气感知的双分支融合光伏功率预测方法
Weather-aware dual-branch fusion for photovoltaic power forecasting
Bo Liu · Gang Liu · Xinlong Ma · Yisheng Cao 等7人 · Solar Energy · 2026年4月 · Vol.308
本文提出一种融合气象数值预报与历史发电数据的双分支深度学习架构，通过注意力机制协同建模时空特征与天气敏感性，显著提升短期光伏功率预测精度。
解读: 该技术高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器（如SG系列）的功率预测需求，可嵌入ST系列PCS和PowerTitan储能系统的能量管理模块，优化光储协同调度与电网辅助服务响应。建议将模型轻量化后部署于边缘侧逆变器，结合本地气象传感器实现实时滚动预测，提升户用及工商业光伏电站...
基于安全增强型多智能体强化学习的网络化微电网协同与电池换电站调度
Networked Microgrid Coordination With Battery Swapping Station Scheduling via Security-Enhanced Multi-Agent Reinforcement Learning
Meng Liu · Xiao Liu · Cuo Zhang · Jianguo Zhu · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种安全增强型多智能体强化学习方法，协调含电池换电站（BSS）的网络化微电网（NMG），兼顾电压安全与经济性。在改进IEEE 33节点系统上验证表明，该方法可提升运行安全性并保留BSS集成的经济收益。
解读: 该研究高度契合阳光电源ST系列储能变流器（PCS）及PowerTitan液冷储能系统的智能协同控制需求。其多智能体强化学习框架可直接赋能iSolarCloud平台对光储充一体化微电网的动态优化调度，尤其适用于含EV换电负荷的工商业/园区级光储充项目。建议将该算法嵌入ST PCS的本地边缘控制器，并与...
LDNet-RUL：用于锂离子电池剩余寿命预测的轻量化可变形神经网络
LDNet-RUL: Lightweight Deformable Neural Network for Remaining Useful Life Prognostics of Lithium-Ion Batteries
Xiankui Wu · Penghua Li · Zhongwei Deng · Zhitao Liu 等7人 · IEEE Transactions on Power Electronics · 2025年9月
针对深度神经网络在电池剩余寿命（RUL）预测中计算成本高、推理时间长及易过拟合的问题，本文提出了轻量化高性能模型LDNet-RUL。该模型专为内存受限的边缘设备设计，有效提升了锂离子电池寿命预测的效率与准确性，解决了在嵌入式端侧部署的挑战。
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。目前储能系统依赖BMS进行状态监控，引入LDNet-RUL轻量化模型可直接部署于BMS边缘控制器或iSolarCloud平台，实现更精准的电池健康状态（SOH）评估与寿命预测。这不仅能优化电池集群的...
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，...
基于代理标签引导的锂离子电池鲁棒健康监测：一种深度多任务学习方法
Robust Health Monitoring for Lithium-Ion Batteries Under Guidance of Proxy Labels: A Deep Multitask Learning Approach
Ruohan Guo · Kui Zhang · Shangyang He · Shengyu Tao 等10人 · IEEE Transactions on Power Electronics · 2025年8月
针对锂离子电池健康状态（SOH）估计中标签数据匮乏导致的泛化能力不足问题，本文提出了一种深度多任务学习方法。通过利用常规运行数据中的老化信息作为代理标签，有效提升了电池健康监测的鲁棒性，为电池全生命周期管理提供了新的数据驱动解决方案。
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。目前储能系统在电网侧和工商业侧应用中，电池SOH的精准评估是保障系统安全与延长寿命的核心。该深度学习方法能有效解决实际运行中标签数据缺失的痛点，提升BMS的健康管理精度。建议将其集成至iSolarC...
基于个性化联邦强化学习的多微电网协同优化调度低碳经济方法
Cooperative optimal dispatch of multi-microgrids for low carbon economy based on personalized federated reinforcement learning
Ting Yang · Zheming Xu · Shijie Ji · Guoliang Liu 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 互联多微电网（MMG）系统的协同优化调度为大规模可再生能源资源的高效利用提供了广阔前景和重要机遇。此类系统有助于实现能源资源的最优配置，并提升运行成本的经济性。然而，在协同优化调度过程中，异构微电网（MG）实体之间利益诉求的差异导致数据共享受阻，并引发隐私泄露问题。此外，多能耦合关系与高维决策过程进一步加剧了该问题的复杂性，可能导致优化过程难以收敛以及能源管理精度下降。同时，新建微电网缺乏运行数据与调度经验，制约了其调度任务的快速“冷启动”能力。为弥补上述研究空白，本文提出一种基于聚类的个...
解读: 该联邦强化学习多微网协同调度技术对阳光电源ST储能系统和iSolarCloud平台具有重要应用价值。可应用于PowerTitan储能集群的分布式优化调度,在保护各微网数据隐私前提下实现碳-电联合交易优化,降低综合成本5.78%、碳排放8.43%。其冷启动迁移策略可加速新建微网接入速度提升42.83%...
基于电流-电压转换的光伏阵列故障预诊断、类型识别及程度诊断方法
Fault Prediagnosis, Type Identification, and Degree Diagnosis Method of the Photovoltaic Array Based on the Current–Voltage Conversion
Xiang Chen · Meng Jiang · Kun Ding · Zenan Yang 等7人 · IEEE Transactions on Power Electronics · 2024年12月
本文提出了一种基于电流-电压（I-V）转换的光伏阵列故障诊断方法。通过I-V转换技术消除环境条件对数据的影响，为故障预诊断、类型识别及程度评估提供了可靠的数据基础，有效提升了光伏电站的运维效率与安全性。
解读: 该技术对于阳光电源的iSolarCloud智能运维平台具有极高的应用价值。通过将该故障诊断算法集成至iSolarCloud，可实现对组串式及集中式逆变器接入的光伏阵列进行远程实时监测与故障预警，显著降低运维成本。该方法通过消除环境干扰，能精准识别遮挡、老化或短路等故障类型，有助于提升阳光电源大型地面...
基于集成学习和电压重构的锂离子电池健康状态估计
Ensemble Learning and Voltage Reconstruction Based State of Health Estimation for Lithium-Ion Batteries With Twenty Random Samplings
Xing Shu · Zheng Chen · Jiangwei Shen · Shiquan Shen 等7人 · IEEE Transactions on Power Electronics · 2023年4月
针对电动交通工具中锂离子电池随机充放电行为导致的健康状态（SOH）估计精度下降问题，本文提出了一种基于集成学习和电压重构的SOH估计框架。该方法通过处理随机采样数据，有效提升了在线SOH估计的准确性与鲁棒性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及户用储能）具有极高价值。目前储能系统在实际运行中面临工况复杂、数据碎片化等挑战，该集成学习框架可深度集成至iSolarCloud智能运维平台及BMS算法中，通过电压重构技术提升电池全生命周期SOH监测精度。这不仅能优化电池资产的...
可解释的奇异谱分析深度学习模型用于半小时级电价预测
Explainable Singular Spectrum Analysis deep learning model for half-hourly electricity price prediction
Sujan Ghimire · Ravinesh C. Deo · Hangyue Liu · Konstantin Hopf 等8人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合奇异谱分析（SSA）与深度学习的可解释电价预测模型，提升短期电力市场价格预测精度与透明度，适用于电力交易与储能调度决策。
解读: 该模型可增强阳光电源iSolarCloud智能运维平台的电价预测与储能充放电策略优化能力，尤其适用于PowerTitan和ST系列PCS在工商业及电网侧储能场景中的经济性调度。建议将SSA-DL模型集成至iSolarCloud的能源交易模块，结合实时电价与光伏出力预测，提升光储系统套利效率；同时为组...
基于TabPFN的太阳能气象回归任务评估
Evaluating TabPFN for regression tasks in solar energy meteorology
Bai Liu · Yun Chen · Dazhi Yang · Solar Energy · 预计 2026年5月 · Vol.309
本文评估TabPFN（表格化先验神经网络）在太阳能气象学回归任务中的性能，聚焦辐照度、温度等关键气象参数预测，旨在提升光伏发电功率短期预测精度。
解读: TabPFN作为轻量级、少样本友好的表格数据深度学习模型，可嵌入iSolarCloud智能运维平台，增强短期辐照度与发电功率预测能力，优化组串式逆变器MPPT动态响应及ST系列PCS的光储协同调度策略。建议在PowerTitan项目中试点集成该模型，提升弱电网环境下功率预测驱动的主动支撑能力。...
面向智能运行的AIoT赋能建筑能源管理信息物理系统综述
A review of AIoT-enabled cyber-physical systems in building energy management: towards intelligent operation
Qinghua Liu · Xiaoke Li · Kah Hui Tan · Khoon Hwee Ah · Applied Energy · 2026年4月 · Vol.409
本文综述了人工智能物联网（AIoT）驱动的信息物理系统（CPS）在建筑能源管理中的研究进展，涵盖数据感知、边缘智能、云边协同、数字孪生及AI驱动的优化控制等关键技术，旨在推动建筑能源系统向自适应、预测性与协同化智能运行演进。
解读: 该文聚焦AIoT与CPS在建筑级能源管理的应用，与阳光电源iSolarCloud智能运维平台高度契合，可支撑其向楼宇光储充一体化场景延伸。文中强化学习与模型预测控制方法可优化ST系列PCS在用户侧储能中的实时充放电策略，提升PowerTitan在工商业微电网中的动态响应能力。建议将AIoT架构与组串...
基于深度迁移学习技术的电动汽车动力总成系统状态监测与故障诊断综述
Deep Transfer Learning Technology-Based Condition Monitoring and Fault Diagnosis of Electric Vehicle Electric Powertrain Systems: A Review
Haoxiang Xu · Zicheng Liu · Dong Jiang · Ronghai Qu 等5人 · IEEE Transactions on Power Electronics · 2026年1月
本文综述了电动汽车动力总成（电池、电机、电力电子系统）的状态监测与故障诊断技术。针对电动汽车运行工况复杂、系统配置多样导致的诊断难题，重点探讨了深度迁移学习在提升系统可靠性与安全性方面的应用，为实现动力总成的高效运维提供了理论基础。
解读: 该技术对阳光电源的电动汽车充电桩业务及储能系统运维具有重要参考价值。深度迁移学习能有效解决不同工况下设备故障特征提取难的问题，建议将其引入iSolarCloud智能运维平台，通过迁移学习算法优化充电桩及储能PCS的故障预测模型，提升设备在复杂环境下的预警准确率。此外，该诊断思路可延伸至PowerTi...
一种面向场景依赖的可信度评估通用框架用于机器学习驱动的电力系统暂态稳定评估
A Generic Scene-Dependent Credibility Evaluation Framework for Machine Learning-Based Transient Stability Assessment of Power Systems
Jiacheng Liu · Jun Liu · Tao Ding · Chao Ren 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出场景依赖可信度评估（SCE）框架，通过改进局部泛化误差估计（ILGEE）推导预测误差方差上界，并结合Neumann边界条件建模系统稳定性概率密度，定义基于信息熵的场景依赖可信度指数（SCI）。验证表明SCI=0.93时可实现100%准确暂态稳定评估。
解读: 该框架可增强阳光电源iSolarCloud智能运维平台对光储电站暂态稳定性的实时可信评估能力，尤其适用于构网型PowerTitan和ST系列PCS在弱电网/高比例新能源场景下的动态响应可信度量化。建议将SCI指标嵌入iSolarCloud的AI预警模块，与组串式逆变器的LVRT/HVRT动作逻辑联动...
面向标签噪声鲁棒的时序分类方法：基于自监督标签校正
Label-Noise-Resistant Time-Series Classification With Self-Supervised Label Correction
Yimeng He · Zidong Wang · Weibo Liu · Jingzhong Fang 等6人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
工业系统可靠运行依赖精准的故障分类，但历史数据常含标签噪声，导致模型性能下降。本文提出LNRTSC方法，结合注意力机制编码器、局部一致性驱动的标签置信度评估及两阶段自监督增强（重建损失+改进对比损失），在TEP和SEU-gearbox数据集上显著提升噪声标签下的分类精度。
解读: 该方法可直接赋能阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的故障早期识别与分类能力，尤其适用于光伏电站逆变器异常（如MPPT失效、IGBT过热）、储能BMS误报等标签不一致场景。建议将LNRTSC嵌入边缘侧轻量化模型，部署于组串式逆变器本地AI模块或Po...
增强智能配电网安全性：面向虚假数据注入攻击的近端策略协同优化
Enhancing Security in Smart Distribution Networks: Proximal Policy Cooperative Optimization Against False Data Injection Attacks
Songtao Liu · Lei Xi · Hongjun Chen · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
虚假数据注入攻击（FDIA）严重威胁智能配电网稳定运行。本文将自动发电控制系统中的FDIA反制问题建模为马尔可夫决策过程，提出基于近端策略协同优化的实时反制方法，通过多策略协同探索与集中式信息共享，提升响应速度与协调性。仿真表明该方法可有效维持频率稳定与联络线功率平衡。
解读: 该研究提出的强化学习驱动的FDIA实时反制算法，可深度集成至阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能变流器的边缘侧安全控制器中，提升其在微电网、光储融合场景下的主动防御能力。建议在新一代构网型PCS（如ST50KWH）中嵌入轻量化策略模型，结合SCADA数据流实...
面向设备与系统级缺失量测的网络化微电网中大语言模型与强化学习协同兼容方法
Large Language Model Compatibility With Reinforcement Learning for Networked Microgrids Considering Device and System-Level Missing Measurements
He Wang · Jinling Li · Xiao Liu · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种大语言模型（LLM）代理，通过少样本学习填补网络化微电网（NMG）缺失量测，并与多智能体深度强化学习（DRL）在线决策兼容。实验表明该方法在保障安全前提下降低总运行成本23.33%，提升DRL在量测缺失下的鲁棒性与可信度。
解读: 该研究对阳光电源PowerTitan、PowerStack等储能系统及iSolarCloud智能运维平台具有直接应用价值：LLM+DRL可增强PCS在通信中断或传感器失效时的自主决策能力，提升微网级光储协同控制可靠性；建议将该算法嵌入iSolarCloud边缘侧AI模块，支撑ST系列PCS在弱信号场...
基于移动边缘计算的网络物理能源系统中电动汽车智能充电策略
Mobile Edge Computing Based Intelligent Charging Strategy for Electric Vehicles in Cyber Physical Energy System
Gang Pan · Xin Guan · Ning Wang · Yongnan Liu 等8人 · IEEE Transactions on Vehicular Technology · 2025年9月 · Vol.75
本文提出融合移动边缘计算与深度强化学习的电动汽车智能充电策略，利用边缘侧Informer模型预测充电负荷，并通过实时交通与用户数据优化调度，缓解拥堵、降低碳排放，提升经济调度精度与用户满意度。
解读: 该研究与阳光电源充电桩及光储充一体化解决方案高度协同。其边缘智能调度框架可集成至iSolarCloud平台，赋能ST系列PCS和PowerStack在光储充场景中实现动态负荷预测与协同充放电决策；强化学习算法可嵌入户用/工商业充电桩控制器，提升绿电就地消纳率。建议将Informer+DRL模型轻量化...
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...
直接SMA馈电的梯度折射率超构表面阵列用于高效微波功率接收
Direct SMA-fed gradient-index metasurface array for efficient microwave power reception
Han Xiong · Qiang Yang · Applied Physics Letters · 2025年6月 · Vol.126
提出了一种直接由SMA接头馈电的梯度折射率超构表面阵列，用于实现高效的微波功率接收。该设计通过在超构表面单元中引入折射率梯度分布，增强了电磁波的局域聚焦能力，显著提升了接收增益与转换效率。阵列结构与SMA接口集成，简化了馈电网络并降低了损耗。实验结果表明，在5.8 GHz频段下，该接收器具有较高的辐射到直流转换效率和良好的角度稳定性，适用于无线功率传输系统。
解读: 该梯度折射率超构表面技术对阳光电源无线功率传输领域具有前瞻性价值。其5.8GHz高效微波接收与辐射-直流转换能力，可应用于：1）光伏运维场景的无线传感器供电，配合iSolarCloud平台实现免维护监测节点；2）储能系统PowerTitan的无线充电接口设计，简化模块间互联；3）电动汽车充电桩的无线...
第 1 / 2 页