找到 2 条结果 · 智能化与AI应用

排序:
智能化与AI应用 机器学习 深度学习 强化学习 ★ 5.0

电力电子中人工智能应用综述

An Overview of Artificial Intelligence Applications for Power Electronics

Shuai Zhao · Frede Blaabjerg · Huai Wang · IEEE Transactions on Power Electronics · 2021年4月

本文概述了人工智能在电力电子系统中的应用,涵盖设计、控制和维护三个生命周期阶段。探讨了优化、分类、回归及数据结构探索等AI任务,并分析了四类AI技术在电力电子领域的应用潜力与挑战。

解读: AI技术是阳光电源实现产品智能化升级的核心驱动力。在设计阶段,AI可用于优化逆变器和PCS的拓扑参数,缩短研发周期;在控制层面,利用机器学习优化PWM策略或实现构网型控制,能显著提升系统在弱电网下的稳定性;在运维阶段,结合iSolarCloud平台,通过AI算法对组串式逆变器及PowerTitan储...

智能化与AI应用 DC-DC变换器 机器学习 深度学习 ★ 4.0

基于物理信息机器学习的电力电子变换器参数估计

Parameter Estimation of Power Electronic Converters With Physics-Informed Machine Learning

Shuai Zhao · Yingzhou Peng · Yi Zhang · Huai Wang · IEEE Transactions on Power Electronics · 2022年10月

物理信息机器学习(PIML)将领域知识与物理模型相结合,在电力电子领域展现出巨大潜力。本文提出了一种基于PIML的参数估计方法,并通过DC-DC Buck变换器案例进行了验证。该方法将深度神经网络与变换器的动态模型无缝耦合,实现了对关键参数的精确估计。

解读: 该技术对阳光电源的逆变器及储能PCS产品线具有重要应用价值。在复杂的电网环境下,功率变换器内部关键参数(如电感、电容老化状态)的实时精准估计是实现预测性维护的核心。通过将物理模型嵌入神经网络,阳光电源可在iSolarCloud平台及本地控制器中部署该算法,无需额外传感器即可实现对核心功率模块健康状态...