找到 4 条结果 · 风电变流技术
基于多重特征因素的电压暂降频率估计方法
Estimation of Voltage Sag Frequency Based on the Multiple Characteristic Factors
Fangwei Xu · Kai Guo · Chuan Wang · Jing Huang 等6人 · IEEE Transactions on Power Delivery · 2025年6月
现有电压暂降频率（VSF）估计方法未充分考虑污秽等级、雷电等级、风区等级和鸟害等级等多种线路特征因素对短路故障的影响，导致估算结果与实际存在较大偏差。实际上，电压暂降主要源于输电线路的瞬时短路故障，而此类故障同时受环境特征因素（如雷电、风区等级）和线路固有特征因素（如线路长度、运行年限）共同影响。为此，本文提出一种融合多特征因素的线路故障模型以提高VSF估计精度。该方法包括三步：首先采用随机森林算法计算线路故障概率，其次基于自适应核密度估计（AKDE）确定故障位置分布，最后利用故障点法估算VSF...
解读: 该电压暂降频率估计方法对阳光电源的储能和光伏产品线具有重要应用价值。通过融合多重环境特征因素的故障预测模型,可提升ST系列储能变流器和SG系列光伏逆变器的电网适应性。具体应用包括:(1)优化储能PCS的电网故障穿越(LVRT)控制策略;(2)提高光伏逆变器的电网故障预判能力,实现主动防护;(3)为i...
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Wasserstein距离的风电场异常风功率数据迭代清洗方法
An Iterative Cleaning Method for Abnormal Wind Power Data in Wind Farms Based on Wasserstein Distance
Yijun Shen · Bo Chen · Jianzheng Wang · Shichao Liu 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
风电机组功率曲线是评估其发电性能的重要指标，对风电场运行和电力系统调度具有重要意义。然而，机组停机、传感器故障和限电等因素导致大量异常值，给状态监测与功率预测带来挑战。针对异常数据特点，本文提出一种基于Wasserstein距离的风电场迭代清洗方法，结合神经网络与单调性约束，利用Wasserstein距离建模风速-功率关系并同步剔除异常点，使拟合曲线逐步逼近真实功率曲线。在数值模拟和十二个实测风电机组数据集上的实验表明，该方法在存在大量异常数据的情况下仍能构建高精度功率曲线模型，性能显著优于现有...
解读: 该风电数据清洗方法对阳光电源的风电变流器和智能运维系统具有重要应用价值。基于Wasserstein距离的异常数据识别技术可集成到iSolarCloud平台,提升风电场运行数据的质量和可靠性。具体可应用于:(1)风电变流器的功率曲线优化与效率提升;(2)iSolarCloud平台的智能诊断与预测性维护...
基于最优电流分配的双凸极电磁电机最小功率损耗控制
Minimal Power Loss Control for Doubly Salient Electromagnetic Machine Based on Optimal Currents Distribution
Xingwei Zhou · Peixin Liu · Shuangxia Niu · Shengming Chen 等7人 · IEEE Transactions on Power Electronics · 2024年9月
传统双凸极电磁电机（DSEM）系统在不同转速或负载下均采用额定励磁电流，导致在非额定工况下损耗巨大。本文提出了一种基于最优电流分配的最小功率损耗控制策略，通过建立损耗模型，优化电流分配，显著提升了系统在轻载及变工况下的运行效率。
解读: 该研究关注电机系统的损耗优化与控制策略，与阳光电源的风电变流器业务具有一定的技术关联性。虽然DSEM并非主流风电发电机类型，但其核心思想——通过动态优化电流分配以降低系统损耗，对于提升阳光电源风电变流器在宽转速范围内的转换效率具有参考价值。建议研发团队关注该类电机控制算法在变流器功率模块损耗模型中的...