找到 2 条结果 · Applied Energy
数据驱动策略：一种基于混合特征与自编码器的短路故障电池异常检测鲁棒方法
Data-driven strategy: A robust battery anomaly detection method for short circuit fault based on mixed features and autoencoder
Hongyu Zhao · Chengzhong Zhang · Chenglin Liao · Liye Wang 等6人 · Applied Energy · 2025年3月 · Vol.382
摘要 锂离子电池短路（SC）故障的异常检测对于保障储能系统的安全至关重要。相较于电池组层面的故障诊断，单体电池的故障诊断缺乏参考对象，导致难以有效判断是否存在异常。本文提出了一种基于自编码器策略的数据驱动检测方法，用于在无电池包信息条件下实现电池故障的早期检测。该方法利用自编码器策略对电压进行重构，以识别潜在故障；并通过生成对抗网络（GAN）框架进行模型训练，降低模型过拟合风险，提升检测效率。此外，在异常检测过程中，由于缺乏电池组的参考信息，电流变化可能引起某些异常电压波动，从而导致误诊。为解决...
解读: 该基于自编码器的电池短路故障检测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过混合特征输入和等效电路模型参数,可将单体电池异常检测时间缩短至1.6小时内,显著提升储能系统安全性。该数据驱动方法可集成至iSolarCloud平台,增强预测性维护能力,降低误诊率。对充电...
基于知识与数据驱动融合Koopman方法的双馈感应发电机风电场频率支撑能力在线评估
Online assessment of frequency support capability of the DFIG-based wind farm using a knowledge and data-driven fusion Koopman method
Yimin Ruan · Wei Yao · Qihang Zong · Hongyu Zhou 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着可再生能源在电力系统中渗透率的不断提高，系统的频率稳定性有所下降。因此，风电场（WFs）等可再生能源电站必须具备足够的频率支撑能力。为了最大化风电场的频率支撑能力，准确确定其频率支撑能力边界（FSCB）至关重要。由于风资源分布不均以及风电机组运行状态复杂，精确评估风电场FSCB具有挑战性。针对这一问题，本文提出一种基于知识与数据驱动融合的Koopman方法，用于评估基于双馈感应发电机（DFIG）的风电场的FSCB。本文分析了FSCB的特性，并构建了一个多维指标体系，从理论和实际两个层面...
解读: 该Koopman融合方法对阳光电源风储协同系统具有重要价值。可应用于ST系列储能变流器与风电场的协调调频控制,通过在线评估风电场频率支撑能力边界,动态优化PowerTitan储能系统的调频响应策略。该方法评估误差小于2%且速度提升10倍,可集成至iSolarCloud平台实现预测性调频资源管理。结合...