找到 24 条结果 · 智能化与AI应用
基于端点密集格拉姆特征编码与Mixup增强域对抗网络的多构型光伏阵列跨阵列故障诊断
Cross-array fault diagnosis of photovoltaic arrays with different configurations based on endpoint-dense gram feature encoding and mixup-enhanced domain adversarial network
Jiaqi Qu · Pengyuan Ma · Qiang Sun · Xiaogang Wu 等7人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合端点密集格拉姆图编码与Mixup增强域对抗网络的跨阵列故障诊断方法，提升不同拓扑、朝向、遮挡条件下光伏阵列的泛化故障识别能力。
解读: 该研究直接支撑阳光电源组串式逆变器（如SG系列）及iSolarCloud智能运维平台的故障预警升级。其跨配置鲁棒诊断能力可显著提升复杂山地/屋顶电站中多朝向、多倾角阵列的隐性故障识别精度；建议将模型轻量化后嵌入ST系列PCS边缘侧推理模块，并与PowerTitan储能系统联动实现‘光-储-智’协同诊...
基于GAN-QRCNLSTM与高分辨率数据重构的日前光伏功率概率密度预测
Day-Ahead PV Power Probability Density Forecasting With GAN-QRCNLSTM Based on High-Resolution Data Reconstruction
Yaoyao He · Xiaolin Chen · Yifan Zhang · Xiaodong Yang · IEEE Transactions on Industrial Informatics · 2025年12月 · Vol.22
本文提出一种融合高分辨率多维相似时刻选择、GAN增强NWP-实测联合分布建模及QRCNLSTM多分支时空特征提取的概率预测模型，显著提升复杂天气下日前光伏功率预测精度与不确定性量化能力。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器、ST系列PCS的功率预测与协同调度需求。模型可嵌入iSolarCloud实现分钟级概率化发电预测，支撑PowerTitan储能系统在调峰调频中的动态充放电决策；建议将GAN-QRCNLSTM轻量化后集成至SG系列逆变器边缘AI模...
基于神经网络的电力电子资源主导型电力系统不确定性感知稳定性分析
Uncertainty-Aware Stability Analysis of IBR-Dominated Power System With Neural Networks
Galadrielle Humblot-Renaux · Yang Wu · Sergio Escalera · Thomas B. Moeslund 等6人 · IEEE Transactions on Power Electronics · 2025年11月
机器学习技术在加速电力电子资源（IBR）主导的电力系统稳定性筛选方面潜力巨大。然而，基于神经网络的方法在面对未见过的运行场景时，难以保证预测的准确性和可靠性，存在安全隐患。本文提出了一种不确定性感知方法，以提升神经网络在电力系统稳定性评估中的可靠性。
解读: 随着阳光电源组串式逆变器和PowerTitan等储能系统在全球电网中的渗透率提升，系统稳定性分析变得日益复杂。该研究提出的不确定性感知神经网络方法，能够有效解决传统AI模型在复杂电网环境下（如弱电网）泛化能力不足的问题。建议将此技术集成至iSolarCloud智能运维平台，用于实时监测电网稳定性风险...
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，...
ALD法制备的高-k ZrAlOx介质用于提升CNTs/ZTO CMOS反相器性能
ALD-derived high-k ZrAlOx dielectrics for boosted performance of CNTs/ZTO CMOS inverter
Jun Yang · Chuanxin Huang · Zhaorui Tong · Hongyu Fan 等6人 · Applied Physics Letters · 2025年8月 · Vol.127
本研究采用原子层沉积（ALD）技术制备了高介电常数（high-k）ZrAlOx介质，并应用于碳纳米管/氧化锌锡（CNTs/ZTO）互补金属氧化物半导体（CMOS）反相器中。通过优化ZrAlOx介电层的组分与工艺，有效提升了器件的栅控能力与界面特性，显著改善了CMOS反相器的电压增益、噪声容限及开关性能。实验结果表明，该高-k介质可有效抑制栅极泄漏电流并增强跨导，从而实现更优异的整体电学性能。此方法为高性能柔性及低温集成电子器件的发展提供了可行的技术路径。
解读: 该高-k介质CMOS技术对阳光电源功率电子控制系统具有重要参考价值。ALD制备的ZrAlOx介质展现的低泄漏、高跨导特性，可启发ST储能变流器和SG光伏逆变器中栅极驱动电路的优化设计，特别是SiC/GaN功率器件的栅极介质改进，有助于降低开关损耗、提升驱动响应速度。该技术的低温工艺特性适用于iSol...
一种基于时频马尔可夫排列转移场的光伏系统串联电弧故障检测方法
A Series Arc Fault Detection Method Based on Time-Frequency Markov Permutation Transition Field for Photovoltaic Systems With Power Electronic Devices
Zhendong Yin · Shuang Peng · Chunyu Xiao · Li Wang 等5人 · IEEE Transactions on Power Electronics · 2025年8月
串联电弧故障（SAF）是光伏系统火灾的主要诱因。在电力电子设备干扰下，准确快速地检测SAF仍面临巨大挑战。本文提出了一种基于时频马尔可夫排列转移场（TFMPTF）的SAF检测方法。首先，利用变分模态分解对电流信号进行分解，通过特征提取与分类算法实现对电弧故障的精准识别。
解读: 该研究直接针对光伏系统安全核心痛点，对阳光电源的组串式逆变器及户用逆变器产品线具有极高应用价值。目前阳光电源逆变器已具备AFCI（电弧故障断路器）功能，该方法通过引入时频马尔可夫排列转移场，能有效提升在复杂电力电子干扰环境下的故障识别精度，降低误报率。建议研发团队将该算法集成至iSolarCloud...
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...
面向锂离子电池健康状态估计的无源动态加权联邦迁移学习
Source-Free Dynamic Weighted Federated Transfer Learning for State-of-Health Estimation of Lithium-Ion Batteries With Data Privacy
Tengfei Han · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年11月
针对电池健康状态（SOH）估计中数据孤岛与隐私保护难题，本文提出一种无源动态加权联邦迁移学习方法。该方法无需共享原始数据即可实现多用户模型协同训练，有效解决了单一用户数据不足的问题，提升了SOH估计的准确性与鲁棒性，为电池全生命周期管理提供了隐私保护下的智能化解决方案。
解读: 该技术对阳光电源的PowerTitan和PowerStack等储能系统具有极高的应用价值。在iSolarCloud智能运维平台中，利用联邦学习技术，可在不泄露客户隐私的前提下，汇聚全球电站的电池衰减数据，优化BMS的SOH估计算法。这不仅能提升储能电站全生命周期的安全性与运维效率，还能为电池梯次利用...
基于GPR和GA统计特征估计的DC/DC变换器在线异常检测
Online Anomaly Detection in DC/DC Converters by Statistical Feature Estimation Using GPR and GA
Yueming Jiang · Yang Yu · Xiyuan Peng · IEEE Transactions on Power Electronics · 2020年10月
DC/DC变换器在电力系统中至关重要，其异常状态会严重影响后端组件及整个系统。针对电路结构未知的DC/DC变换器，本文提出了一种基于高斯过程回归（GPR）和遗传算法（GA）的统计特征估计方法，用于实现高效的在线异常检测。
解读: 该技术对阳光电源的核心业务具有极高价值。DC/DC变换器是光伏组串式逆变器（MPPT环节）及储能系统（ST系列PCS、PowerTitan等）中的关键功率变换单元。通过引入GPR和GA算法，可显著提升iSolarCloud智能运维平台对变换器早期故障的预判能力，实现从“被动维修”向“主动运维”的转型...
考虑积尘影响的混合人工蜂群算法与半监督极限学习机光伏故障诊断设计
Design of Hybrid Artificial Bee Colony Algorithm and Semi-Supervised Extreme Learning Machine for PV Fault Diagnoses by Considering Dust Impact
Jun-Ming Huang · Rong-Jong Wai · Geng-Jie Yang · IEEE Transactions on Power Electronics · 2020年7月
户外光伏系统易受积尘等环境因素影响，导致发电效率下降及潜在安全隐患。本文提出一种结合混合人工蜂群算法与半监督极限学习机的故障诊断方法，旨在精准识别光伏系统异常状态，为运维决策及清洗方案提供技术支持，有效降低运维成本并提升系统安全性。
解读: 该研究直接赋能阳光电源iSolarCloud智能运维平台。通过引入混合人工蜂群算法与半监督学习，可显著提升组串式及集中式逆变器在复杂环境下的故障识别精度，特别是针对积尘导致的非硬性故障进行精准预警。这不仅能减少人工巡检成本，还能通过智能清洗策略优化，提升地面及工商业光伏电站的发电收益。建议将该算法模...
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。...
基于广义极值分布增强的傅里叶扩散模型用于日前光伏场景生成中的极端值捕捉
GEV distribution-enhanced Fourier diffusion model for extreme value capture in day-ahead photovoltaic scenario generation
Chunyu Zhang · Xueqian Fu · Dechang Yang · Pei Zhang 等5人 · Applied Energy · 2026年4月 · Vol.409
本文提出一种融合广义极值分布（GEV）与傅里叶增强扩散模型的新方法，提升日前光伏功率场景生成中对极端天气下出力波动的建模精度，增强不确定性量化能力。
解读: 该研究可提升阳光电源iSolarCloud智能运维平台在日前功率预测与多场景风险评估中的精度，尤其利于ST系列PCS和PowerTitan储能系统在光储联合调度中应对极端出力波动。建议将GEV-扩散模型嵌入iSolarCloud的场景生成模块，优化组串式逆变器+储能的协同控制策略，强化弱电网/高波动...
PowerDiffuser：面向鲁棒电力负荷信号表征的协同对比-重构自监督学习方法
PowerDiffuser: Collaborative Contrastive-Reconstruction Self-Supervised Learning for Robust Power Load Signal Representation
Honggang Yang · Cheng Lian · Bingrong Xu · Ruijin Ding 等5人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
针对智能电表海量负荷数据标注成本高问题，本文提出PowerDiffuser自监督学习框架，融合扩散模型、对比学习与重构学习，设计专用时空特征提取器及适配负荷特性的卷积算子，在多数据集上显著提升下游任务性能。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的负荷预测、异常检测与能效优化具有直接价值。其2D周期性表征方法可增强PCS对用户侧负荷波动的感知能力，建议将PowerDiffuser核心模块集成至iSolarCloud边缘AI推理引擎，支撑组串式逆变器+户...
电池电芯制造装备智能状态监测：一种动态扩张Transformer方法
Intelligent Condition Monitoring for Battery Cell Manufacturing Equipment: A Dynamic Dilated Transformer Approach
Shantao Zhao · Zhanglin Peng · Xiaonong Lu · Qiang Zhang 等6人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
针对电池电芯制造中激光模切卷绕设备的状态监测难题，提出基于Transformer的多尺度动态扩张注意力模型，实现传感器偏移轨迹预测与早期停机预警，将自注意力复杂度降至近O(L)，显著提升预测精度与部署适应性。
解读: 该技术可迁移应用于阳光电源储能系统（如PowerTitan、ST系列PCS）产线设备的智能运维与预测性维护，提升BMS产线测试设备及PCS老化试验平台的故障预警能力；建议在iSolarCloud平台中集成此类时序AI模型，拓展至储能变流器关键部件（如IGBT模块、冷却系统）的运行健康评估，强化全生命...
港口微电网风险运行状态恢复方法——融合柔性资源
Port Microgrids Risk Operational States Recovery Method Incorporating Flexible Resources
Zhibo Zhang · Bowen Zhou · Juan Zhang · Guangdi Li 等6人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对港口微电网中分布式电源投切、孤岛切换及冲击负荷引发的风险运行状态，本文提出基于一致性控制的功率平滑策略和融合柔性资源的多智能体深度强化学习恢复方法，实现频率快速恢复与经济性调度。
解读: 该研究对阳光电源ST系列储能变流器（PCS）在港口微电网中的构网型（GFM）运行与黑启动能力提升具有直接参考价值；其多智能体强化学习框架可适配iSolarCloud平台进行柔性资源协同优化，建议将相关算法嵌入PowerTitan系统能量管理模块，增强其在孤岛/并网模式切换及冲击负荷下的动态响应与自主...
面向多场景泛化的多阶段动态规划在线调度方法：基于通用价值函数学习的配电网调度
Scenario-Generalized Multi-Stage Dynamic Programming for Online Dispatch of Distribution Networks via Universal Value Function Learning
Zhenning Pan · Yukun Deng · Tao Yu · Yufeng Wu 等7人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出场景泛化的多阶段动态规划（S-MSDP）方法，通过学习映射场景上下文到价值函数的通用模型，实现配电网在线调度的零样本适应能力，无需重训练即可应对分布外不确定性，提升调度最优性、泛化性与可扩展性。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的实时协同调度具有重要价值。其通用价值函数框架可嵌入iSolarCloud的AI调度引擎，提升光储系统在负荷/新能源出力突变等未知场景下的自适应决策能力；建议在PowerTitan集群调度中集成S-MSDP算...
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...
基于反射相位梯度超表面的偏振不敏感微波功率接收复合阵列
Polarization-insensitive microwave power receiving composite array based on reflection phase gradient metasurfaces
Qiang Yang · Han Xiong · Applied Physics Letters · 2025年2月 · Vol.126
提出了一种基于反射相位梯度超表面的偏振不敏感微波功率接收复合阵列。该结构通过设计具有梯度相位响应的超表面单元，实现了对任意线极化和圆极化入射波的高效吸收与能量收集。复合阵列由多个超表面子阵列与整流电路集成，显著提升了接收方向上的能量转换效率，并具备宽角接收能力。实验结果表明，在X波段内，该阵列在不同极化状态下均保持稳定的功率接收性能，峰值转换效率可达68%。该设计为无线微波能量传输系统中的高效、稳定整流阵列提供了可行方案。
解读: 该偏振不敏感微波功率接收技术为阳光电源无线能量传输领域提供创新方案。在**充电桩产品线**可探索无线充电技术升级，超表面阵列的宽角接收与高效整流（68%转换效率）特性可优化电动汽车无线充电系统的空间自由度和能量传输稳定性。对**iSolarCloud智能运维平台**，该技术可应用于分布式光伏站点的无...
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，...
第 1 / 2 页