找到 3 条结果 · 智能化与AI应用
面向直流微电网的PINN混合网络防御机制：抵御重放/虚假数据注入攻击的弹性可靠控制
Hybrid Cyber Defense Mechanism With PINN for Resilient and Reliable Control Against Replay/ FDI Attacks in DC Microgrid Systems
Venkata Siva Prasad Machina · Sriranga Suprabhath Koduru · Sreedhar Madichetty · Sukumar Mishra · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种融合双向LSTM自编码器、互相关分析与物理信息神经网络（PINN）的混合网络防御框架，用于检测并抑制直流微电网中的重放和虚假数据注入攻击，结合卡尔曼滤波器保障控制稳定性，已在MATLAB/Simulink及实验平台验证其95%以上检测精度与实时性。
解读: 该研究对阳光电源PowerTitan、PowerStack等储能系统在微电网场景下的网络安全防护具有直接参考价值，尤其适用于iSolarCloud平台接入的分布式光储系统。其轻量化PINN+Bi-LSTM算法可嵌入ST系列PCS本地控制器（如ST50K），增强边缘侧攻击识别与自主恢复能力；建议在新一...
基于改进物理信息神经网络的微电网分布式能源资源自适应参数估计
Adaptable Parameters Estimation for Microgrid Distributed Energy Resources Using Modified Physics-Informed Neural Network
Likun Chen · Yifan Wang · Wei Sun · Xuzhu Dong 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
针对微电网中分布式能源动态模糊、数据稀缺导致的参数估计难题，本文提出一种改进物理信息神经网络（PINN）方法，融合小信号分析与ODE建模，支持多类DER自适应参数辨识；引入新型数据变换，训练速度提升达82.87%；实测验证误差<5%，具备强鲁棒性与泛化能力。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能变流器的模型自校准与数字孪生功能具直接支撑价值：可提升微网级光储协同控制中PCS、逆变器等设备的实时参数在线辨识精度，增强构网型（GFM）模式下的暂态响应可靠性。建议在iSolarCloud 3.0中集成轻量化PI...
基于物理信息神经网络的IPT系统多参数与线圈偏移联合估计
Physics-Informed Neural Networks for Joint Estimation of Multiparameters and Coil Misalignment in IPT Systems
Zhan'anxin Tong · Jianhui Su · Gang Yang · Asif Ali 等7人 · IEEE Transactions on Power Electronics · 预计 2026年6月
针对感应电能传输（IPT）系统，本文提出了一种基于物理信息神经网络（PINN）的多参数联合辨识方法。通过将阻抗角、互感及负载关系的物理约束嵌入神经网络，实现了对互感和负载参数的实时感知，有效提升了系统运行调节与状态监测的精度。
解读: 该技术主要针对无线充电（IPT）领域，与阳光电源的电动汽车充电桩业务具有潜在协同效应。随着大功率无线充电技术的发展，利用PINN实现高精度的参数辨识和偏移检测，可显著提升充电桩的效率与安全性。建议研发团队关注该算法在车载无线充电模块中的应用，通过将物理模型与AI算法融合，优化充电控制策略，提升用户体...