找到 5 条结果 · 智能化与AI应用
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。...
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...
基于半监督少样本学习的大型数据中心VRLA电池故障诊断密集连接对比观测器
Densely-Connected Contrastive Observer for Fault Diagnosis of VRLA Battery in Large Data Center Based on Semisupervised Few-Shot Learning
Wenyi Liu · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文针对大型数据中心阀控式铅酸（VRLA）电池充放电数据稀疏及样本质量不佳的难题，提出了一种新型半监督少样本学习模型。该模型通过密集连接对比观测器，有效提升了复杂工况下电池故障诊断的准确性与鲁棒性，为数据中心后备电源系统的健康管理提供了新方案。
解读: 该研究聚焦于电池系统的故障诊断与健康管理，对阳光电源的PowerStack及PowerTitan系列储能系统具有重要参考价值。虽然本文针对的是VRLA电池，但其提出的‘半监督少样本学习’算法框架可迁移至锂电池BMS的故障预警中。在数据中心储能应用场景下，该技术能有效解决实际运行中故障样本稀缺的问题，...