找到 2 条结果 · Applied Energy
基于SHAP与物理引导神经网络的卡诺电池主导因素识别与快速优化
Dominant factor identification and fast optimization of carnot battery by integrating SHAP and physics-guided neural network
Yunfei Zhang · Jian Lia · Mingzhe Yua · Xu Chena 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 卡诺电池是一种新兴的长时电能储存技术，有望大规模应用于促进波动性可再生能源的消纳。然而，卡诺电池由热泵、储热和热机单元组成，其内部存在复杂的能量流耦合关系。在不同工况下决定电-电（PTP）效率的主导因素及其耦合关系尚不明确，传统的优化方法也因耗时较长而制约了优化设计进程。本文构建了SHapley加性解释（SHAP）模型，用于识别卡诺电池的主导因素及其相互间的耦合关系。进一步提出一种融合SHAP与物理引导神经网络（PGNN）的新型优化方法——SPGO方法，能够快速实现最大PTP效率并给出相应...
解读: 该卡诺电池优化技术对阳光电源储能系统具有重要借鉴价值。论文提出的SHAP主导因素识别与物理引导神经网络(PGNN)优化方法,可应用于ST系列PCS及PowerTitan储能系统的效率优化。其多物理场耦合分析思路与SiC器件热管理优化高度契合,PGNN模型在插值/外推场景下误差降低15-30%的表现,...
海上风力涡轮机塔架设计与优化：综述及人工智能驱动的未来方向
Offshore wind turbine tower design and optimization: A review and AI-driven future directions
João Alves Ribeiro · Bruno Alves Ribeiroc · Francisco Pimenta · Sérgio M.O. Tavares 等6人 · Applied Energy · 2025年1月 · Vol.397
摘要 海上风能利用海洋风的高强度和稳定性，在向可再生能源转型过程中发挥着关键作用。随着能源需求的增长，需要更大规模的风力涡轮机以优化发电量并降低平准化度电成本（Levelized Cost of Energy, LCoE），即项目生命周期内电力的平均成本。然而，涡轮机的大型化带来了工程上的挑战，尤其是在支撑结构、特别是塔架的设计方面。塔架必须在保持结构完整性、成本效益和可运输性的同时承受增大的载荷，因此对海上风电项目的成功至关重要。本文全面综述了人工智（Artificial Intelligen...
解读: 海上风电塔架AI优化技术对阳光电源风电变流器及储能系统具有重要借鉴价值。文中提出的数字孪生技术、预测性维护和AI驱动优化方法,可直接应用于ST系列储能变流器的结构设计优化和iSolarCloud平台的智能运维升级。特别是在大型化趋势下,三电平拓扑与SiC器件的协同优化、GFM控制策略的自适应调节,以...