找到 3 条结果 · Applied Energy
基于物理信息神经网络的振荡越浪式波浪能转换装置系统辨识
System identification of oscillating surge wave energy converter using physics-informed neural network
Mahmoud Ayy · Lisheng Yang · Alaa Ahm · Ahmed Shalaby 等9人 · Applied Energy · 2025年1月 · Vol.378
优化波浪能转换装置的几何结构并通过PTO控制提高其效率，需要发展能够预测其水动力响应的有效低阶模型。本文采用多步方法，识别控制振荡越浪式波浪能转换装置响应方程的系数。依次利用准静态实验、自由响应实验和扭矩强迫实验的数据，分别识别水静力刚度系数、辐射阻尼系数、附加质量系数以及非线性阻尼系数。这些数据集来源于对振荡式波浪能转换装置模型所进行的实验。刚度系数由准静态实验确定。随后，将物理信息神经网络应用于自由响应数据，以识别表征辐射阻尼的状态空间模型的系数。同样的方法被应用于扭矩强迫响应数据，以识别附...
解读: 该物理信息神经网络(PINN)系统辨识方法对阳光电源储能变流器ST系列和电机驱动控制具有重要借鉴价值。文中多步骤辨识非线性阻尼、辐射阻尼及附加质量的思路,可应用于PowerTitan储能系统的PCS控制参数自适应优化和电动汽车驱动系统的电机参数在线辨识。结合SiC器件高频特性,PINN可实现GFM/...
一种用于锂离子电池退化轨迹预测的合成数据生成方法及进化型Transformer模型
A synthetic data generation method and evolutionary transformer model for degradation trajectory prediction in lithium-ion batteries
Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...
解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...
新型混合冷却质子交换膜燃料电池堆的实验设计与性能评估
Experimental design and assessment of a novel mixed-cooling proton exchange membrane fuel cells stack for enhanced power generation and thermal management
Mingguang Yang · Zhenhua Quan · Lincheng Wang · Zejian Chang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 本研究提出并制备了一种新型混合冷却质子交换膜燃料电池（PEMFC）堆，该电池堆专门设计了高效的混合冷却通道。与传统的风冷电池堆以及上一代配备微热管阵列的分体式冷却电池堆相比，混合冷却电池堆实现了更高的负载能力、更优的发电性能和更佳的热管理性能。此外，混合冷却电池堆配置的风扇数量更少，从而降低了辅助功耗，并实现了更均匀的电压分布。实验结果表明，混合冷却电池堆的负载容量比分体式冷却电池堆高出14.3%，相较于同规格的普通风冷PEMFC电池堆则提升了71.4%。在相同电流条件下，混合冷却电池堆的...
解读: 该混合冷却PEMFC技术对阳光电源氢能储能系统及充电桩产品具有重要借鉴价值。其混合冷却路径设计实现71.4%负载能力提升和70.2%电压均匀性改善,可应用于ST系列储能变流器的热管理优化,特别是PowerTitan大功率场景。电压均匀性控制思路可融入VSG控制策略,提升多模块并联系统一致性。风扇功耗...