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...