找到 31 条结果 · IEEE Access

排序:
储能系统技术 储能系统 SiC器件 工商业光伏 ★ 4.0

AI驱动的物联网:集成人工智能与物联网以增强安全、效率和智能应用综述

AI-Powered IoT: A Survey on Integrating Artificial Intelligence With IoT for Enhanced Security, Efficiency, and Smart Applications

Vivek Menon U · Vinoth Babu Kumaravelu · Vinoth Kumar C · Rammohan A 等6人 · IEEE Access · 2025年1月

物联网IoT和人工智能AI驱动的IoT是近年来激增至新高度的重要范式。IoT是智能技术,其中我们周围无处不在的物理对象或事物联网并连接到互联网以提供新服务和增强效率。IoT主要目标是在通用基础设施下连接世界所有物理对象或事物,允许人类控制它们并获得及时频繁的状态更新。这些连接到IoT的事物或设备生成、收集和处理海量二进制数据。来自这些设备的海量数据由AI算法和技术分析和学习,帮助为用户提供更好服务。因此AI驱动的IoT或人工物联网AIoT是融合AI与IoT的混合技术,能够轻松高效简化复杂繁重任务...

解读: 该AIoT综述对阳光电源iSolarCloud平台和智能设备发展有全面指导价值。阳光云平台连接海量光伏储能设备,AIoT技术可提升平台智能化水平和设备管理效率。机器学习和深度学习安全方法可应用于阳光平台的入侵检测和异常识别。联邦学习技术可实现阳光分布式设备的隐私保护协同训练。区块链技术对阳光能源交易...

储能系统技术 储能系统 DAB 可靠性分析 ★ 4.0

基于机器学习和可解释人工智能的分布式智能电网可解释预测

Interpretable Prediction of a Decentralized Smart Grid Based on Machine Learning and Explainable Artificial Intelligence

Ahmet Cifci · IEEE Access · 2025年1月

分布式智能电网概念已成为高效管理和分配电能的可行方法。确保电网稳定性和可靠性,特别是在可再生能源集成和产消者数量增加的情况下,是该领域的主要挑战。本研究通过利用机器学习ML模型和可解释人工智能XAI技术预测分布式智能电网稳定性来应对该挑战。研究实施分布式智能电网控制DSGC概念的四节点星型网络,使用基于该网络仿真的数据集。对比十种ML模型包括AdaBoost、ANN、GBoost、k-NN、LR、NB、RF、SGD、SVM和XGBoost在预测电网稳定性方面的性能。采用XAI方法特别是SHAP和...

解读: 该智能电网稳定性预测技术对阳光电源虚拟电厂和智能电网解决方案有重要应用价值。阳光iSolarCloud平台管理分布式光伏储能资源,需要准确的电网稳定性预测。机器学习模型可集成到阳光平台的智能调度系统中,提前识别潜在稳定性风险。可解释AI技术SHAP可增强阳光智能决策系统的透明度和可信度。产消者管理是...

储能系统技术 储能系统 可靠性分析 机器学习 ★ 4.0

基于物联网传感器的视障人士障碍物检测与警告系统

Obstacle Detection and Warning System for Visually Impaired Using IoT Sensors

Sunnia Ikram · Imran Sarwar Bajwa · Amna Ikram · Isabel de la Torre Díez 等6人 · IEEE Access · 2025年1月

视障人士的安全独立移动需要高效障碍物检测系统。本研究提出创新智能膝盖手套,集成机器学习技术实现实时障碍物检测和警报。系统配备超声波传感器、PIR传感器和蜂鸣器,Arduino Uno微控制器管理数据处理。为增强检测准确性,利用决策树DT、支持向量机SVM、K近邻KNN、随机森林RF和高斯朴素贝叶斯GNB等多种机器学习算法。提出新型投票分类器集成方法,有效结合这些分类器优势最大化性能。严格交叉验证确保不同条件下鲁棒评估。实验结果表明系统在4米范围内实现98.34%检测准确率,具有高精度、召回率和F...

解读: 该障碍物检测技术对阳光电源智能运维系统有借鉴意义。阳光iSolarCloud平台可借鉴集成多传感器和机器学习算法的思路,实现光伏电站设备异常检测和巡检机器人障碍物识别。投票分类器集成方法可应用于阳光故障诊断系统,提高检测准确性和鲁棒性。Arduino微控制器的边缘处理架构与阳光分布式智能设备理念一致...

储能系统技术 储能系统 地面光伏电站 机器学习 ★ 4.0

基于AI驱动的低能耗物联网协议优化用于可扩展高效智慧医疗系统

AI-Driven Optimization of Low-Energy IoT Protocols for Scalable and Efficient Smart Healthcare Systems

Salma Rattal · Abdelmajid Badri · Mohamed Moughit · El Miloud Ar-Reyouchi 等5人 · IEEE Access · 2025年1月

物联网IoT承诺超连接世界,集成数十亿设备。低能耗通信协议对延长资源受限IoT设备电池寿命和确保高效数据交换至关重要。本文提出新型AI驱动优化框架,增强智慧医疗应用中协议的能效、可扩展性和适应性。与以往孤立优化协议的工作不同,本研究全面分析BLE、Zigbee、Thread、LoRa、Sigfox、NB-IoT、Wi-SUN和Weightless等协议,突出优缺点。该框架利用机器学习ML、强化学习RL和深度学习DL等先进AI技术优化传输距离、数据速率和功耗等关键指标。定量评估显示性能和权衡的显著...

解读: 该物联网协议优化技术对阳光电源分布式设备通信系统有应用价值。阳光户用光伏和储能系统中大量传感器和控制器需要低功耗长距离通信。AI优化的LoRa和NB-IoT协议可提升阳光监控设备的通信效率和电池寿命。强化学习自适应协议参数的方法可应用于阳光iSolarCloud平台的设备连接优化。该研究关注的功耗、...

储能系统技术 储能系统 机器学习 深度学习 ★ 4.0

通过机器学习增强可及性:视觉和听觉障碍技术综述

Enhancing Accessibility Through Machine Learning: A Review on Visual and Hearing Impairment Technologies

Pal Patel · Shreyansh Pampaniya · Ananya Ghosh · Ritu Raj 等6人 · IEEE Access · 2025年1月

机器学习驱动的辅助技术正在变革感官障碍的解决方式。本文全面综述为听觉和视觉障碍群体设计的机器学习算法。针对听觉障碍,分析SVM、随机森林RF和多层感知器MLP等先进模型在听觉辅助应用中的有效性。针对视觉障碍,评估YOLO、SSD和RetinaNet等最先进目标检测框架实现实时物体识别和导航辅助的能力。研究还综述生成式AI在视觉和听觉障碍场景中的应用,强调深度学习模型在推进辅助技术、提升感官障碍者生活质量方面的变革潜力。

解读: 该机器学习辅助技术对阳光电源智慧运维和人机交互系统有启发意义。阳光iSolarCloud平台可借鉴目标检测技术实现光伏组件缺陷自动识别和无人机巡检。YOLO等实时检测算法可应用于阳光储能电站安全监控和异常检测。语音识别和自然语言处理技术可优化阳光智能运维系统的人机交互界面,提升现场运维人员操作便利性...

储能系统技术 储能系统 GaN器件 机器学习 ★ 4.0

EEMLCR:基于机器学习的无线传感器网络节能聚类与路由

Energy-Efficient Machine Learning-Based Clustering and Routing for Wireless Sensor Networks

Muhammad Akram · Sibghat Ullah Bazai · Muhammad Imran Ghafoor · Saira Akram 等6人 · IEEE Access · 2025年1月

无线传感器网络WSN受限于低功耗传感单元、通信约束和处理能力,需要通过聚类和路由节约能源延长生命周期。本文研究Q-learning和K-means聚类算法应用,提出EEMLCR节能机器学习聚类与路由方法。与LEACH算法及其多跳变体DMHT LEACH和EDMHT LEACH对比验证有效性。在400节点网络600轮后,EEMLCR在存活节点数、平均能耗、剩余能量和数据包接收率等关键指标上显著优于LEACH及其变体,与EECDA和CMML等最新算法相比性能相当或更优。

解读: 该无线传感器网络节能技术对阳光电源分布式光伏监控系统有应用价值。阳光户用光伏系统中大量传感器节点需要低功耗通信和数据采集。EEMLCR聚类路由算法可优化阳光监控设备间通信拓扑,延长电池供电传感器寿命。该技术结合阳光智能运维系统,可实现大规模分布式电站的高效数据采集和传输,降低通信能耗和维护成本,提升...

储能系统技术 储能系统 多电平 机器学习 ★ 4.0

机器学习方法预测室内Li-Fi应用中自适应OFDM传输的直流偏置

ML Approach to Predict DC Bias for Adaptive OFDM Transmission in Indoor Li-Fi

Marwah T. Salman · David R. Siddle · Amadi G. Udu · IEEE Access · 2025年1月

多电平正交振幅调制M-QAM结合光正交频分复用中的直流偏置DCO-OFDM为室内光保真Li-Fi系统提供频谱高效解决方案和自适应传输速率。然而,DCO-OFDM方案提出的重大挑战是确保发射信号幅度非负所需的直流偏置额外功率。这些偏置信号根据光功率约束被裁剪,施加影响传输误码率BER的裁剪噪声。这种性能下降取决于对直流偏置的调整,需要持续修改以支持自适应传输。因此,同时解决直流偏置优化和裁剪缓解对提供可靠节能传输至关重要。本文提出机器学习ML方法基于OFDM信号统计特性和系统特征预测最优直流偏置。...

解读: 该自适应偏置优化技术对阳光电源多电平变流器控制具有借鉴意义。阳光ST储能变流器采用三电平或多电平拓扑,需要精确的偏置和调制策略优化。该研究的机器学习预测方法可应用于阳光变流器的自适应调制算法,根据工况动态优化PWM偏置,降低谐波和开关损耗。在光伏逆变器中,该技术可优化MPPT算法的直流工作点,提升发...

储能系统技术 储能系统 DAB 可靠性分析 ★ 4.0

基于拓扑数据分析和图神经网络的供应链金融信用风险评估新型混合模型

A Novel Hybrid Model for Credit Risk Assessment of SCF Based on TDA and GNN

Kosar Farajpour Mojdehi · Babak Amiri · Amirali Haddadi · IEEE Access · 2025年1月

能源领域供应链金融SCF因需要可持续高效金融解决方案管理供应商、金融机构和能源公司等利益相关方间复杂互动而成为关键关注领域。本研究提出新型混合拓扑数据分析TDA和图神经网络GNN优化SCF信用风险评估。通过利用BallMapper拓扑数据分析模型和基于网络的特征,所提模型对信用风险因素提供更深入见解,增强中小企业信用风险评估准确性和可靠性。结果表明所提BallMapper-图神经网络BM-GNN模型达到更高准确率和F1分数,优于传统机器学习方法。值得注意的是,将基于网络的特征与财务比率结合在信用...

解读: 该信用风险评估技术对阳光电源供应链金融和客户信用管理具有应用价值。阳光在新能源项目融资和设备租赁场景需要精准的信用风险评估。该研究的图神经网络和拓扑分析方法可集成到阳光金融服务平台,分析客户网络关系和财务数据,识别潜在风险。在光伏储能项目开发中,该技术可评估EPC总包商和业主的信用状况,降低项目风险...

储能系统技术 储能系统 机器学习 ★ 4.0

通过并发多帧处理提升边缘设备实时目标检测性能

Improving Performance of Real-Time Object Detection in Edge Device Through Concurrent Multi-Frame Processing

Seunghwan Kim · Changjong Kim · Sunggon Kim · IEEE Access · 2025年1月

随着机器学习和AI算法性能和精度提升,采用计算机视觉技术解决自动驾驶和AI机器人等问题的需求增加。IoT和边缘设备因小巧且具有足够计算能力被广泛采用。然而,IoT和边缘环境相比传统服务器环境有严格限制,常受限于低计算和内存资源以及有限供电。本文提出实时目标检测算法的并发多帧处理方案。首先将视频分割为单独帧并根据设备核心数分组,然后为每个核心分配一组帧执行目标检测,实现多帧并行检测。在Nvidia Jetson Orin Nano边缘设备上实施该方案到YOLO算法,使用MS-COCO、ImageN...

解读: 该并行处理技术可应用于阳光电源智能巡检边缘设备。阳光无人机和巡检机器人需要实时处理大量视频流进行组件缺陷检测。该多帧并行方案可部署在阳光巡检设备的边缘计算单元,显著提升检测速度和能效。在大型光伏电站中,该技术可使单台巡检设备覆盖更大区域,缩短巡检周期。结合阳光SG逆变器的边缘AI能力,该并行处理方法...

储能系统技术 储能系统 可靠性分析 机器学习 ★ 4.0

可重构智能表面辅助6G网络太赫兹通信:全面综述

RIS-Assisted Terahertz Communications for 6G Networks: A Comprehensive Overview

Alok Kumar · Sanjeev Sharma · M. Hemanta Kumar · Ghanshyam Singh · IEEE Access · 2025年1月

太赫兹通信系统中多输入多输出技术与可重构智能表面的整合已成为应对下一代无线网络挑战和利用机遇的有前途方法。本技术综述系统提供基于多输入多输出的可重构智能表面支持太赫兹通信最新研究和发展,专注于这项创新技术的潜在研究机遇、挑战和新兴应用。此外本文探讨整合多输入多输出与可重构智能表面改善链路可靠性的综合效益及相关系统级设计挑战。进一步讨论基于多输入多输出的可重构智能表面支持太赫兹通信各方面,如信道建模、信道估计、波束成形技术、波束分裂效应资源分配策略和性能评估指标。此外还讨论人工智能和机器学习在可重...

解读: 该6G太赫兹通信技术对阳光电源未来通信架构具有前瞻意义。虽然当前阳光产品基于4G/5G通信,但该太赫兹和智能表面技术为下一代高速低延迟通信奠定基础。阳光可跟踪该技术发展,为未来大规模电站和虚拟电厂的超高速数据传输做技术储备,支持实时大数据分析和AI应用,提升系统智能化水平和竞争力。...

储能系统技术 储能系统 机器学习 ★ 4.0

云原生环境中使用大语言模型和贝叶斯网络的异常检测与根因分析

Anomaly Detection and Root Cause Analysis in Cloud-Native Environments Using Large Language Models and Bayesian Networks

Diego Frazatto Pedroso · Luís Almeida · Lucas Eduardo Gulka Pulcinelli · William Akihiro Alves Aisawa 等6人 · IEEE Access · 2025年1月

云计算技术提供可扩展性和性能优势,但微服务架构引入复杂的监控和故障诊断挑战。本文提出一种集成大语言模型与贝叶斯网络的异常检测与根因分析框架,通过智能化分析微服务日志和指标数据,自动识别系统异常并追溯根本原因。

解读: 该智能运维技术可应用于阳光电源的储能云平台和远程监控系统。通过AI驱动的异常检测技术,提升ST系列储能系统的故障预警能力和运维效率,减少人工诊断时间,实现大规模储能电站的智能化运维管理。...

第 2 / 2 页