找到 2 条结果 · 智能化与AI应用
基于鲁棒强化学习的网络化微电网韧性运行方法
Robust Reinforcement Learning-Based Resilient Operation of Networked Microgrids
Guokai Hao · Yuanzheng Li · Yang Li · Jiehui Zheng 等7人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对工业园区微电网（PIPMG）在主网故障下供电韧性不足问题，本文提出连接园区微电网与社区微电网的网络化微电网（NMG）架构，并设计鲁棒强化学习算法优化调度策略，确保仿真到实机迁移中性能下界可控，提升关键负荷支撑能力与跨微电网功率动态协同能力。
解读: 该研究高度契合阳光电源在构网型微电网与智能能量管理领域的战略布局。其鲁棒强化学习调度框架可直接赋能iSolarCloud平台的微电网群协同决策模块，并适配ST系列PCS及PowerTitan系统在多微电网互联场景下的动态功率分配与黑启动支援功能。建议将该算法集成至PowerStack集群控制器固件，...
面向拓扑鲁棒变量的可解释电力系统拥塞事件预测
Explainable Prognosis of Congestion Events in Power Systems With Topologically Robust Variables
Xinxiong Jiang · Jian Xu · Siyang Liao · Deping Ke 等8人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
本文提出特征组合优化方法筛选对拓扑变化鲁棒的变量集，并构建基于张量化网络与混合注意力机制的可解释拥塞预测模型，支持变量级贡献追踪；引入静态协变量编码提升性能。实验表明其在未知拓扑变化下仍保持约95%预测精度，性能衰减降低超32%。
解读: 该研究对阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的电网侧协同调控具有重要价值：其拓扑鲁棒变量筛选与可解释预测能力，可增强光储系统在电网结构动态调整（如分布式光伏高渗透率导致的线路重构）下的拥塞预警精度与可信度。建议将该算法嵌入iSolarCloud的电...