找到 40 条结果 · 风电变流技术
多步联合概率海上风电功率预测：一种基于置信度触发聚类的缺失数据容忍模型
Multistep Joint Probabilistic Forecasting of Offshore Wind Power: A Confidence-Triggered Clustering Missing-Data Tolerant Model
Zhengganzhe Chen · Chenglong Du · Bin Zhang · Chaoyang Chen 等5人 · IEEE Transactions on Industrial Informatics · 2025年9月
准确可靠的海上风电场集群发电预测对于多能电力系统的低碳运行至关重要。在实际应用中，由于数据采集系统的各种故障问题或恶劣海洋环境中的通信中断，测量数据可能并不总是完整的，而关键数据的缺失可能会显著降低概率模型的可信预测精度。为解决这一问题，本文提出了一种基于置信触发模糊聚类分位数增强变压器（CFCQET）的新型容忍缺失数据模型。首先，开发了一种基于分位数增强变压器的多步风电概率预测方法，其中预测值通过条件置信期望进行迭代更新。然后，基于风电场的时空特征，构建了海上风电场的模糊C均值（FCM）聚类模...
解读: 从阳光电源新能源综合解决方案提供商的视角来看，这篇论文提出的海上风电集群多步概率预测技术具有重要的战略参考价值。虽然论文聚焦风电场景，但其核心方法论对阳光电源在光伏电站群、风光储一体化项目以及多能源管理系统中的功率预测能力提升具有直接借鉴意义。 该技术的核心创新在于缺失数据容忍机制和置信度触发策略...
一种半去中心化的数据-模型驱动优化方案用于大规模风电场发电协同控制
A Semi-decentralized Data-Model-Driven Optimization Scheme for Coordinated Control of Large-Scale Wind Farm Power Maximization
Jingyao Hu · Qinmin Yang · Wenchao Meng · Jun Yang 等6人 · IEEE Transactions on Industrial Informatics · 2025年9月
尾流效应会显著降低风电场的发电量，这促使人们广泛关注风电场级发电优化问题。然而，当大型风电场面临高度动态的风况时，该优化问题极具挑战性。为解决这一问题，我们提出了一种半分散式数据模型驱动的优化方案，该方案通过与风电场交互利用实时数据，且求解速度快。首先，根据不同风向的发电效率，将优化问题划分为若干静态子问题。对于每个静态子问题，基于尾流模型和谱聚类算法将大型风电场分解为多个集群。在进行在线控制时，根据集群划分结果并行采用数据驱动方法来实现发电量最大化。此外，采用多变量耦合尾流模型验证了该优化方案...
解读: 该论文提出的半分散式数据-模型驱动优化方案针对大规模风电场尾流效应问题，对阳光电源在风电变流器及新能源综合解决方案领域具有重要借鉴价值。 从技术架构层面，该方案将大规模优化问题分解为基于风向的静态子问题，再通过谱聚类算法进行集群划分，实现并行化数据驱动控制。这种"分而治之"的思路与阳光电源在大型光...
基于混合桥臂的海上风电汇集与高压直流输电枢纽站：支持启动的实现与运行
Hybrid-Arm-Based Offshore Station for Wind Power Collection and HVDC Transmission: Implementation and Operation Supporting Startup
Zhankui ZHANG · Baichuan TENG · Jianjun MA · Miao ZHU · IEEE Transactions on Sustainable Energy · 2025年9月
启动问题是海上风电汇集与传输系统的关键挑战。本文提出一种具备非对称双向功率传输能力的新型海上换流站设计。通过在桥臂不同相中集成模块化多电平单元与二极管组件，采用特殊混合桥臂结构，减小了设备占地并降低了成本。正常运行时，该站实现电压提升及风电场至陆上站的功率输送；启动阶段则反向传输启动功率。文中提出了相应的控制策略，并通过仿真与硬件在环实验验证了其在典型工况下的运行性能。
解读: 该混合桥臂换流站技术对阳光电源的大功率变流产品线具有重要参考价值。其创新的非对称桥臂结构可启发ST系列储能变流器和SG系列集中式逆变器的拓扑优化,特别是在降低器件数量和系统成本方面。文中提出的启动控制策略对构建大型储能电站的黑启动能力具有借鉴意义。此外,该技术的双向功率传输特性也可应用于PowerT...
基于多能量协调控制的全直流风电系统陆上交流故障穿越策略
Multiple Energy Coordinated Control Based Onshore AC Fault Ride-Through Strategy for an All-DC Wind Power System
Bobo Zhang · Jinyu Wang · Chenyu Guo · Ziquan Wang · IEEE Transactions on Sustainable Energy · 2025年9月
全直流海上风电场因无需大量无功补偿、消除同步稳定性问题且运行效率高，成为传统交流风电场的有力替代方案。然而，其交流故障穿越能力面临拓扑结构特殊、故障传播迅速等挑战，制约了实际应用。本文提出一种基于多能量协调控制（MECC）框架的新型交流故障穿越策略，协同整合高压直流输电系统的电容能量控制与直流风电机组的自适应功率削减控制，根据故障严重程度依次调控电容静电能、转子动能、耗能电阻热能及风能，快速消除功率盈余。该策略有效抑制直流过电压，提升能量利用率并延长连续运行时间。典型交流故障下的仿真结果验证了所...
解读: 该文提出的多能量协调控制(MECC)框架对阳光电源的储能与风电产品线具有重要借鉴价值。其电容能量与功率削减的协同控制思路可优化ST系列储能变流器的故障穿越性能,特别是在PowerTitan大型储能系统中实现更精准的能量管理。文中的自适应功率控制策略也可用于完善风电变流器的低电压穿越(LVRT)能力。...
基于控制性能标准的动态事件触发多步模型预测LFC用于存在FDI攻击的智能电网
A Control Performance Standards-Dependent Dynamic Event-Based Multistep Model Predictive LFC for Smart Grids With FDI Attacks
Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...
解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...
一种用于带并联功率变换器大型风力发电机的快速开路故障诊断方法
A Fast Open-Circuit Fault Diagnosis Method for Large Wind Turbines with Parallel Power Converters
Huimin Huang · Zhen Li · Haoyu Chen · Yimin Zhang 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
海上风力发电机单机容量不断增大，其故障穿越能力对系统可靠性至关重要。并联功率变换器常用于满足大功率需求，但其存在的零序环流会干扰故障特征，使传统故障检测方法失效。本文揭示了开路故障下零序环流会引起相电流残差波动，导致基于阈值的传统诊断方法性能下降；进而推导出故障相与健康相电流残差之比在零序环流扰动下仍近似保持恒定。基于该特性，提出一种适用于风电机组并联变换器的故障诊断方法，通过滑动窗均方根归一化与卷积特征增强实现动态残差比提取，完成自适应阈值校准，检测时间仅数个采样周期。仿真与实验验证了该方法在...
解读: 该故障诊断方法对阳光电源的大功率产品线具有重要参考价值。首先，文中提出的零序环流干扰下的故障特征提取技术,可直接应用于ST系列储能变流器和PowerTitan系统中的并联模块故障检测。其次，基于残差比的自适应诊断思路可优化SG系列光伏逆变器的可靠性设计,特别是在1500V大功率系统中的多路并联应用场...
基于过渡天气识别与气象预测误差传播的两阶段超短期风电功率预测方法
A Two-Stage Ultra-Short-Term Wind Power Forecasting Method Based on Transitional Weather Identification and Meteorological Prediction Error Propagation
Wei Zhang · Hang Sun · Jiyuan Gao · Gangui Yan 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
精确的风电功率预测对电力系统安全经济运行至关重要。然而，在过渡天气条件下，风速等气象变量的预测误差增大，导致输入噪声增加，降低预测模型可靠性。本文分析气象输入变量的误差传播机制，提出一种提升过渡天气下短期风电预测精度的策略。首先通过多维气象变量波动特征识别过渡天气时段，进而构建稀疏变分高斯过程（SVGP）与含噪输入高斯过程（NIGP）相结合的两阶段模型，将含噪输入分解为真实数据与噪声并独立建模。通过考虑输入噪声在风电预测中的传播过程并进行修正，SVGP-NIGP模型显著提高了确定性预测精度与区间...
解读: 该风电预测方法对阳光电源储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器中,可将SVGP-NIGP预测模型集成到控制算法中,提升系统在过渡天气下的调度精度。通过对气象预测误差的量化与修正,可优化PowerTitan储能系统的充放电策略,提高新能源-储能联合运行效率。该技术还可...
一种端到端集成学习方法以提升风电功率预测
An End-to-End Ensemble Learning Approach for Enhancing Wind Power Forecasting
Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
精确的风电功率预测对电网稳定性和可靠高效的电力供应至关重要。针对现有集成模型多阶段建模易导致误差累积、训练低效及基学习器数量有限造成预测多样性不足的问题，本文提出MG-DS模型。该模型基于Dempster-Shafer证据理论，将基模型学习与集成学习统一于端到端框架中，包含全MLP非线性特征提取、GRU与交叉注意力基预测生成，以及基于DS理论的自集成模块，并引入“放大镜”机制增强预测多样性。此外，提出DS自集成（DSSE）插件以融合RNN与非RNN基预测器。在五个风电数据集上的实验验证了MG-D...
解读: 该端到端集成学习预测方法对阳光电源储能与风电产品线具有重要应用价值。MG-DS模型的高精度功率预测可直接应用于ST系列储能变流器的调度优化和PowerTitan储能系统的容量规划。其'放大镜'机制和DS自集成技术可提升iSolarCloud平台对风电场功率预测的准确性,有助于优化储能调度策略。该技术...
基于深度强化学习的移动式风力发电机分配以增强配电系统韧性
Deep Reinforcement Learning-Based Allocation of Mobile Wind Turbines for Enhancing Resilience in Power Distribution Systems
Ruotan Zhang · Jinshun Su · Payman Dehghanian · Mohannad Alhazmi 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
风能资源的广泛应用在应对气候变化中展现出显著优势。移动式风力发电机（MWT）可通过运输系统灵活部署，作为应急电源参与配电系统（PDS）灾后恢复，提升系统韧性。本文提出一种基于多智能体深度强化学习（MADRL）的MWT调度框架，采用深度Q网络（DQL）与双深度Q网络（DDQL）进行训练与对比，并引入动作限制机制以抑制风电波动影响。在锡乌福尔斯交通系统与四个IEEE 33节点配电系统耦合的案例中验证了该方法在提升灾后服务恢复能力方面的有效性。
解读: 该研究的MWT调度与深度强化学习方法对阳光电源储能产品线具有重要参考价值。首先，MADRL框架可优化ST系列储能变流器的调度策略，提升PowerTitan系统在极端天气下的应急响应能力。其次，动作限制机制的设计思路可用于改进储能PCS的功率波动抑制算法。研究中的分布式协同控制方案也可集成到iSola...
具有Z形通道的永磁同步风力发电机定子通风结构热流性能
Thermal-Flow Performance of Stator Ventilation Structure Featuring Z-Shape Channels in Permanent Magnet Synchronous Wind Generators
Lijian Wu · Haoyu Zhou · Jiawen Zhang · Yang Shi 等5人 · IEEE Transactions on Energy Conversion · 2025年5月
永磁同步风力发电机（PMSWG）的功率密度提升受其绕组和磁体热条件的限制。在传统的径向通风结构中，定子铁心被完全分割成多个子铁心段，它们彼此之间形成径向通道。这会导致发电机轴向长度增加，功率密度降低。本文提出一种以Z形通道为特征的定子通风结构。该Z形通道是通过堆叠三种不同形状的叠片形成的，无需分割定子铁心。采用计算流体动力学（CFD）方法详细分析了具有不同通风结构的3.2兆瓦永磁同步风力发电机的流场和温度场。由于具有更大的比表面积、更高的对流换热系数和更低的压力损失，与径向通风结构相比，所提出的...
解读: 从阳光电源的业务布局来看，这项针对永磁同步风力发电机定子散热结构的创新技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心的热管理理念与我司在大功率逆变器、储能变流器以及电驱动系统中面临的散热挑战高度契合。 该论文提出的Z型通道散热结构通过创新的叠片设计，在不分割定子铁芯的前提下实现了优...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
经济高效的混合型换流器用于大规模远海风电传输
Cost-Efficient Hybrid Converter for Large-Scale Offshore Wind Power Transmission
Huichen Gan · Huangqing Xiao · Ying Huang · Lidong Zhang · IEEE Transactions on Power Delivery · 2025年4月
随着海上风电场规模和距离的增大，亟需更经济可靠的换流技术用于远海风电高压直流输电系统。本文提出一种基于二极管整流单元（DRU）与模块化多电平换流器（MMC）并联的混合型换流器拓扑。相比DRU与MMC站级并联方案，该方案省去DRU侧工频变压器，且避免谐波流经剩余换流变压器，同时降低子模块电容需求，有利于降低成本。建立了混合换流器的数学模型，分析其工作原理与谐波传递特性，并提出有功功率协调控制与谐波抑制策略。基于PSCAD/EMTDC对1000 MW海上风电并网系统的仿真验证了方案的有效性，进一步的...
解读: 该混合型换流器技术对阳光电源的大功率储能和海上风电产品具有重要参考价值。DRU与MMC并联的创新拓扑可应用于PowerTitan储能系统的高压直流接口设计,有助于降低系统成本和提升可靠性。其谐波抑制策略可优化ST系列储能变流器的并网性能。该方案省去工频变压器的设计思路,对简化阳光电源储能系统的拓扑结...
HVDC并网海上风电场次同步振荡与中频振荡的交互分析及阻尼控制
Interaction Analysis and Damping Control of Sub-Synchronous Oscillation and Medium-Frequency Oscillation in HVDC-Connected Offshore Wind Farm
Zhihao Zhang · Peng Kou · Mingyang Mei · Runze Tian 等6人 · IEEE Transactions on Power Systems · 2025年2月
随着海上风能的快速发展，高压直流输电系统与基于永磁同步发电机的风能转换系统广泛应用，导致海上风电场可能出现显著的电磁振荡。现有研究多聚焦于单一振荡特性，忽视了不同振荡模式间的潜在交互。本文首次揭示了电网侧变流器可引发次同步振荡与中频振荡之间的相互作用，并产生新的二次振荡。通过模态分析与奈奎斯特稳定判据验证了主振荡与交互诱导的次生振荡共存。此外，提出了适用于运行与规划阶段的两种实用阻尼控制方法，通过附加阻尼控制器或优化变流器参数即可有效抑制多模态振荡，无需新增硬件设备。
解读: 该研究对阳光电源的大型储能系统和海上风电变流器产品线具有重要参考价值。研究揭示的次同步振荡与中频振荡交互机理，可直接应用于ST系列储能变流器和大功率风电变流器的控制系统优化。特别是文中提出的阻尼控制方法，可集成到阳光电源现有的GFM/GFL控制策略中，提升产品在复杂电网环境下的稳定性。这对完善Pow...
将季内振荡与数值天气预报结合用于15天风电功率预测
Integrating Intra-Seasonal Oscillations With Numerical Weather Prediction for 15-Day Wind Power Forecasting
Shuang Han · Weiye Song · Jie Yan · Ning Zhang 等6人 · IEEE Transactions on Power Systems · 2025年2月
延长风电功率预测（WPF）的时间尺度对于以可再生能源为主的电力系统的电网管理和市场运营至关重要。然而，风电功率预测对数值天气预报（NWP）的高度依赖带来了巨大挑战。基于短期数据的数值天气预报迭代运算会放大其固有的不确定性，导致其超过10天的预报精度降低。为解决这一问题，引入季节内振荡（ISO）来捕捉更长期、更大尺度的气象模式，进而提出了用于15天风电功率预测的ISO - NWP集成框架。首先，开发了一个遥相关（TC）的历史时空定位模型，该模型在季节内振荡的影响下关联远距离的天气变化和风电功率波动...
解读: 该研究对阳光电源的风电变流器和储能系统具有重要应用价值。通过融合季内振荡预测与数值天气预报的混合建模方法，可显著提升风电功率预测精度，这对我司ST系列储能变流器的调度策略优化和PowerTitan储能系统的容量配置具有直接指导意义。具体而言，可将该预测算法集成到iSolarCloud平台，优化储能调...
基于时空图对比学习的风电功率预测
Spatiotemporal Graph Contrastive Learning for Wind Power Forecasting
Guiyan Liu · Yajuan Zhang · Ping Zhang · Junhua Gu · IEEE Transactions on Sustainable Energy · 2025年2月
精确且鲁棒的风电功率预测对电力系统的安全稳定运行至关重要。基于图卷积网络的混合时空预测模型因在空间特征提取方面的优势而受到广泛关注，但其性能易受数据噪声和缺失影响导致的图结构质量下降制约。本文提出一种基于时空图对比学习的混合深度学习模型，其编码器结合自适应图卷积网络与LSTM以捕捉细粒度时空依赖关系。为提升编码器对数据噪声的鲁棒性，我们在特征层和拓扑层引入数据增强，并设计了时序与空间双重视角的对比学习辅助任务。此外，通过融合静态图与可学习参数矩阵构建自适应图以捕获更全面的空间关联。在两个真实数据...
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先可集成至ST系列储能变流器和PowerTitan系统的能量管理系统(EMS)中,提升风储联合运行的调度精度。其次,该技术的时空图对比学习方法可优化iSolarCloud平台的预测算法,提高新能源电站群的发电预测准确性。特别是其抗噪...
增强局部峰值点的风电功率预测：一种新型Seq2LPP模型
Enhancing Wind Power Forecasting at Local Peak Points: A Novel Seq2LPP Model
Nanyang Zhu · Ying Wang · Kun Yuan · Yanxia Pan 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月
挖掘基于深度学习（DL）的模型在局部峰值点（LPPs）风电功率预测方面的潜力，仍是一个至关重要但尚未充分探索的方向。尽管现有的基于深度学习的模型在常规风电功率预测（WPF）中表现出色，但它们主要侧重于优化预测时域内整体风电功率预测的平均精度，因此在局部峰值点的预测中表现不佳。由于局部峰值点的风电功率存在大幅波动和非平稳性，基于深度学习的模型更难对其进行预测。考虑到局部峰值点与多源数值天气预报（NWP）数据之间存在强相关性，我们提出了一种由多源数值天气预报数据驱动的新型Seq2LPP模型，以加深对...
解读: 从阳光电源新能源系统集成商的视角来看，该论文提出的Seq2LPP模型针对风电功率预测中局部峰值点（LPPs）的精准预测问题，具有重要的实际应用价值。虽然我司业务以光伏逆变器和储能系统为核心，但在"风光储一体化"和综合能源解决方案领域，精准的风电功率预测直接影响系统调度优化和储能配置策略。 该模型的...
事件触发H∞俯仰控制在浮式海上风力机中的应用
Event-Triggered H-Infinity Pitch Control for Floating Offshore Wind Turbines
Ya Zhao · Xiyun Yang · Yanfeng Zhang · Qiliang Zhang · IEEE Transactions on Sustainable Energy · 2025年1月
复杂的风浪环境会加剧浮式海上风力机的外部扰动与功率波动，影响其稳定运行。为此，本文提出一种事件触发的H∞俯仰控制策略。首先建立考虑风浪复合扰动的线性变参数模型，融合系统各子系统的动态特性；进而将事件触发机制引入H∞控制框架，推导系统渐近稳定且H∞性能范数有界的判据，并给出反馈增益矩阵的设计算法，有效降低控制器更新频率。最后基于IEA 15 MW参考风力机，结合OpenFAST与MATLAB/Simulink进行仿真，结果表明所提方法相较于连续时间控制策略具有更优的控制性能。
解读: 该事件触发H∞控制技术对阳光电源储能与风电产品线具有重要参考价值。首先，其提出的线性变参数建模方法可用于优化ST系列储能变流器的扰动抑制能力；其次，事件触发机制能降低PowerTitan储能系统的控制器计算负荷，提升系统响应效率。特别是在海上风电并网应用中，该控制策略可提升阳光电源风电变流器的功率平...
多参数优化的摩擦纳米发电机用于采集和感知输电线微风振动能量
Multi-parameter optimized triboelectric nanogenerator for harvesting and sensing micro-wind vibration energy from power transmission lines
Yunfeng Wanga · Haibao Mua · Shasha Heb · Shuai Wanga 等8人 · Energy Conversion and Management · 2025年1月 · Vol.345
摘要 输电线路上传感器的供电困难且维护不便。传统的供电方式采用电池，存在工作寿命短、更换成本高以及严重污染等问题，输电线路节点处的供电可持续性与可靠性面临严峻挑战。本研究基于摩擦纳米发电机原理及环境能量采集技术，设计并构建了一种低成本、轻量化的输电线路振动能量采集与自供能振动监测装置。在传感组件方面，通过结构与材料的优化设计，使传感用TENG的输出性能较原始结构提升了6.9倍；采用柔性兔毛显著提高了传感器的耐久性，实现了高灵敏度的振动检测（39 nA/Hz@位移：6 mm）。在能量采集方面，使用...
解读: 该摩擦纳米发电机技术为阳光电源智能运维体系提供创新思路。针对输电线路传感器供电难题,可应用于iSolarCloud平台的分布式光伏电站线路监测节点,替代传统电池供电方案。其微风振动能量采集特性与阳光电源储能系统ST系列的能量管理理念契合,可探索将TENG技术集成到充电桩站点环境监测模块,实现免维护自...
基于量子机器学习的风力涡轮机状态监测：研究现状与未来展望
Quantum machine learning based wind turbine condition monitoring: State of the art and future prospects
Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年1月 · Vol.332
摘要 近几十年来，风能作为一种广受欢迎的可再生能源，得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用，但在处理大规模、高维度且复杂的數據集时，这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势，具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...
解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...
第 1 / 2 页