He Yang · Jin Ye · IEEE Transactions on Power Electronics · 2026年2月

本文提出了一种用于智能电机驱动的异常检测框架，集成了对比学习（CL）和迁移学习（TL）的卷积神经网络（CNN）架构。CL模块通过对相同运行状态的样本进行聚类并强制区分不同样本，增强了特征嵌入的判别能力，有效提升了对低强度网络攻击的检测精度。

解读: 该技术在电力电子系统的安全性与智能化运维方面具有参考价值。阳光电源的iSolarCloud平台及风电变流器、储能PCS等产品均涉及复杂的控制逻辑，易受潜在网络攻击威胁。该研究提出的对比学习与少样本学习方法，可应用于阳光电源设备的异常状态监测与网络安全防御，通过识别微小的运行偏差，提升设备在复杂电网环...