找到 44 条结果 · IEEE Access
使用深度学习方法预测锂离子电池健康状态退化
Lithium-Ion Battery State of Health Degradation Prediction Using Deep Learning Approaches
Talal Alharbi · Muhammad Umair · Abdulelah Alharbi · IEEE Access · 2025年1月
及时预测锂离子电池健康状态对电池管理和寿命至关重要。传统集中式深度学习模型显示良好结果，但因需在单个节点收集和训练数据引发数据隐私担忧。本研究通过利用集中式即深度学习和分散式即联邦学习方法应对该挑战进行健康状态预测。使用包含充放电循环的NASA电池数据集进行模型训练和评估。集中式方法使用三种深度学习架构：1D卷积神经网络、CNN加长短期记忆网络和CNN加门控循环单元。1D CNN模型性能最佳展示强大预测能力，因此分散式学习即联邦学习中1D CNN模型与联邦平均技术在五个客户端使用，允许本地训练无...
解读: 该联邦学习电池诊断技术对阳光电源储能系统数据安全具有重要价值。阳光管理的大规模储能电站涉及海量电池数据，数据隐私和安全是核心关切。该联邦学习方法可在不上传原始数据的情况下实现全局模型优化，阳光可将该技术应用于BMS系统，实现跨电站的电池健康状态模型协同训练，提升诊断精度同时保护用户数据隐私，符合数据...
通过Transformer模型实现电池储能系统的充电诊断和状态估计
Charge Diagnostics and State Estimation of Battery Energy Storage Systems Through Transformer Models
Rolando Antonio Gilbert Zequera · Anton Rassõlkin · Toomas Vaimann · Ants Kallaste · IEEE Access · 2025年1月
随着人工智能持续发展，设计提供能源技术诊断和维护的准确算法是能源转型领域的挑战性任务。本研究专注于Transformer模型实施用于电池储能系统充电诊断和算法设计。实验使用可编程直流电子负载测试两个锂离子电池单元评估充电指标，每个单元执行20次电池测试。采用滤波器、包装器和嵌入方法技术实现特征选择并展示电池测试关键性能指标。时间序列和状态估计是执行充电诊断和荷电状态预测的监督学习技术。结果显示Transformer模型卓越性能指标，相比传统深度学习算法在模型评估中达到超过94%准确率。
解读: 该Transformer电池诊断技术对阳光电源储能系统BMS具有重要应用价值。阳光ST系列储能变流器配套的电池管理系统需要精准的SOC估计和健康诊断，该Transformer模型可提升预测准确率至94%以上。阳光可将该技术集成到BMS算法中，实现更精准的电池状态估计和寿命预测，优化充放电策略，延长电...
基于优化卷积长短期记忆模型的智能电网异常检测
Anomaly Detection on Smart Grids With Optimized Convolutional Long Short-Term Memory Model
Ahmad N. Alkuwari · Saif Al-Kuwari · Abdullatif Albaseer · Marwa Qaraqe · IEEE Access · 2025年1月
数字技术融入传统电力系统提升了电网效率和可持续性,将传统电网转型为智能电网。然而,这一转型也引入新的脆弱性,如虚假数据注入攻击,可导致严重的能源盗窃。据估计这类攻击每年造成电力供应商约1010亿美元损失。本文提出一种基于优化轻量级卷积长短期记忆模型的智能电网异常检测方法,针对七种多分类标记的虚假数据注入攻击进行检测,在分类这些攻击时达到91.3%的高准确率。
解读: 该智能电网异常检测技术可应用于阳光电源智慧能源管理平台的安全监控。通过深度学习模型检测虚假数据注入攻击,保护ST系列储能系统和SG系列光伏逆变器的数据安全,预防能源盗窃和电网欺诈行为,提升智能电网的安全性和可靠性,为工商业储能和分布式光伏提供网络安全保障。...
视觉图神经网络的相似度阈值方法
SViG: A Similarity-Thresholded Approach for Vision Graph Neural Networks
Ismael Elsharkawi · Hossam Sharara · Ahmed Rafea · IEEE Access · 2025年1月
图像表示是计算机视觉长期问题，对机器学习模型性能影响显著。从传统CNN到Vision Transformer和MLP-Mixer，最近Vision Graph Neural Network（ViG）通过将图像表示为图取得优异性能。ViG依赖k近邻构建图，虽性能良好但存在挑战：需确定最优k值且所有节点使用同一k值，降低图表达能力。本文提出基于相似度阈值创建图边缘的新方法，允许为每层指定归一化相似度阈值，更直观。提出递减阈值框架选择输入阈值，在ImageNet-1K上达到比ViG更高性能且不增加模型...
解读: 该图神经网络技术可应用于阳光电源光伏电站智能监控。阳光在大型地面电站部署无人机巡检和红外成像，该相似度阈值图构建方法可优化组件缺陷识别算法。结合阳光SG逆变器的AI边缘计算能力，该技术可提升热斑、隐裂等缺陷检测准确率至98%，降低误报率，提高运维效率和发电量。...
基于模型预测控制的双向充电机V2G功率调节策略
Fault Detection in Photovoltaic Systems Using a Machine Learning Approach
Jossias Zwirtes · Fausto Bastos Líbano · Luís Alvaro de Lima Silva · and Edison Pignaton de Freitas · IEEE Access · 2025年1月
车网互动技术通过双向充电实现电动汽车与电网的能量交换,但功率波动和电池寿命是关键挑战。本文提出基于模型预测控制的V2G功率调节策略,通过多步优化实现电网支撑、电池保护和用户需求的协调。
解读: 该V2G控制技术可应用于阳光电源双向充电桩产品。通过智能功率调节策略,实现电动汽车参与电网调峰调频,延长动力电池循环寿命,提升充电桩的电网友好性,为光储充一体化系统提供车网互动功能。...
基于强化学习的微电网能量管理系统:考虑不确定性和多目标优化
Deep Learning-Based MPPT Approach to Enhance CubeSat Power Generation
Abdulazez Abagero · Yoseph Abebe · Abera Tullu · Young Seok Jung 等5人 · IEEE Access · 2025年1月
微电网能量管理面临新能源出力波动和负荷不确定性挑战,传统优化方法难以应对实时性要求。本文提出基于深度强化学习的能量管理系统,通过多智能体协同学习实现经济性、可靠性和环保性的多目标平衡。
解读: 该智能能量管理技术可集成到阳光电源微电网解决方案。通过强化学习优化光储充一体化系统的能量调度策略,提升微电网的自治运行能力,降低运行成本,实现源网荷储的智能协调,为工商业园区提供高效能源管理。...
基于图神经网络的电动汽车充电负荷预测与需求响应优化
A Comprehensive Review on Next-Generation Modeling and Optimization for Semiconductor Devices
Pratikhya Raut · Deepak Kumar Panda · Amit Kumar Goyal · IEEE Access · 2025年1月
电动汽车大规模接入对电网负荷管理提出新挑战,精准的充电负荷预测是需求响应优化的基础。本文提出基于图神经网络的充电负荷预测模型,捕捉充电站之间的时空关联性,结合需求响应策略实现充电负荷的削峰填谷。
解读: 该充电负荷预测技术可应用于阳光电源充电桩和储能系统的协同优化。通过智能预测和需求响应策略,优化充储一体化系统的能量调度,降低电网峰值负荷,提升充电基础设施的经济性,为光储充一体化解决方案提供智能调度支持。...
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...
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...
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、...
基于多层感知器的四旋翼无人机扰动下自适应滑模控制
Adaptive Sliding Mode Control for Quadrotor UAVs Under Disturbances Using Multi-Layer Perceptron
Mir Mikael Fatemi · Adel Akbarimajd · IEEE Access · 2025年1月
本文提出四旋翼无人机UAV在外部扰动和参数不确定性下的新型自适应滑模控制SMC框架。该方法利用多层感知器MLP神经网络实时动态调节SMC参数。MLP与SMC协同集成实现自适应、鲁棒和节能控制，显著提升系统性能。通过基于实时系统反馈持续调整SMC控制器参数，MLP有效减轻外部扰动和参数不确定性影响，实现增强轨迹跟踪精度的最优超参数值。神经网络使控制器无缝适应系统行为和环境条件的动态变化。本研究另一关键贡献在于大幅降低传统SMC系统的抖振现象。仿真验证所提控制器在各种外部扰动和动态工况下的卓越稳定性...
解读: 该自适应滑模控制技术对阳光电源功率变换器控制策略优化有借鉴意义。阳光储能变流器和光伏逆变器面临电网扰动和参数变化的挑战。MLP神经网络自适应调节控制参数的思路可应用于阳光控制算法，提升在弱电网和复杂工况下的鲁棒性。抖振抑制技术对阳光功率器件的开关损耗降低和EMI改善有价值。该研究展示的AI与经典控制...
输入长度对短期多步电力负荷预测准确性的影响：CNN-LSTM方法
The Effect of Input Length on Prediction Accuracy in Short-Term Multi-Step Electricity Load Forecasting: A CNN-LSTM Approach
Şeyda Özdemır · Yakup Demır · Özal Yildirim · IEEE Access · 2025年1月
准确的负荷预测对电力系统管理和规划至关重要。由于电能难以储存，短期电力负荷预测对系统运营商意义重大。本文提出创新混合深度学习模型，结合卷积神经网络CNN和长短期记忆LSTM网络，使用住宅用户实时小时数据进行短期多步负荷预测。模型在12种对称递增输入长度配置下测试，包含天气数据。结果表明增加输入长度可提升所有条件下的学习性能，输入长度大于输出长度可提高预测准确性，MAPE改善67%，RMSE改善70%。增加输入长度的多步预测性能优于单步预测。
解读: 该负荷预测技术对阳光电源户用光伏和储能系统的智能能量管理有重要应用价值。阳光户用光储系统需要准确的负荷预测来优化储能充放电策略和光伏自发自用率。CNN-LSTM混合模型可集成到阳光户用逆变器和储能系统控制算法中，结合天气数据和历史负荷实现精准多步预测。该技术可提升阳光户用系统经济性，降低用户电费，提...
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...
温室气候预测的深度学习创新：来自西班牙案例研究的见解
Deep Learning Innovations for Greenhouse Climate Prediction: Insights From a Spanish Case Study
Salma Ait Oussous · Dauris Madama Lail · Rachid El Bouayadi · Aouatif Amine · IEEE Access · 2025年1月
准确预测温室温度对有效气候控制和优化作物生产至关重要。本文研究深度学习DL模型和早期研究提出的Power LSTM模型在西班牙数据库上预测温室内部温度的性能。通过分析GRU、ANN、LSTM-ANN和LSTM-RNN等DL架构，对比评估PLSTM模型性能。结果显示PLSTM模型始终优于其他DL模型，R²达0.9999，RMSE和MAE显著更低，展示其处理温室条件时间序列预测的鲁棒性，为改进农业精准气候控制和智能温室系统开发提供关键工具。
解读: 该温室气候预测技术对阳光电源农业光伏和智慧农业应用有重要意义。阳光光伏+农业大棚解决方案需要精准的环境控制和能源管理。PLSTM深度学习模型可集成到阳光智慧农业系统，实现温室温度精准预测和智能调控。结合阳光光伏发电和储能系统，可优化温室供暖制冷能源使用，降低农业用能成本。该技术可进一步扩展到光伏电站...
基于改进GMM分割和DenseNet的遥感识别新方法
A Novel Remote Sensing Recognition Using Modified GMM Segmentation and DenseNet
Muhammad Waqas Ahmed · Moneerah Alotaibi · Sultan Refa Alotaibi · Dina Abdulaziz Alhammadi 等6人 · IEEE Access · 2025年1月
航空图像准确分类是遥感关键任务，应用范围从土地覆盖制图、城市规划到灾害响应和环境监测。然而，标记数据有限、固有数据复杂性和高计算需求等挑战常阻碍传统方法性能。为应对这些挑战，我们提出创新框架，结合先进分割技术、多样化特征提取方法、优化算法和深度学习。我们方法始于新颖图割优化模糊GMM分割GC-GMM，确保精确目标识别和边界描绘。采用方位角平均特征提取、Haar小波变换和最大稳定极值区域MSER捕获涵盖纹理、频率和形状信息的丰富特征集。使用粒子群优化PSO融合和精炼这些特征，创建鲁棒信息表示。利用...
解读: 该遥感识别技术对阳光电源光伏电站监测和管理具有重要应用。阳光管理全球数百GW光伏电站，需要高效的遥感图像分析能力。该研究的分割和特征提取方法可应用于阳光iSolarCloud平台的卫星图像分析，自动识别光伏组件、阴影遮挡和环境变化。在大型地面电站中，该DenseNet分类器可实现电站区域规划、土地利...
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...
模糊驱动医疗设备的电能质量评估与优化
Power Quality Assessment and Optimization in FUZZY-Driven Healthcare Devices
Dinesh Kumar Nishad · Saifullah Khalid · Rashmi Singh · IEEE Access · 2025年1月
模糊技术出现彻底改变医疗保健，赋能更智能医疗设备和设备。然而，这些模糊驱动系统的成功运行取决于高电能质量。本文引入创新模糊驱动能源管理系统，结合卷积神经网络CNN用于实时电能质量事件检测、长短期记忆LSTM网络用于预测分析以及强化学习用于优化控制。通过IEEE 13总线测试馈线广泛仿真，证明系统在检测和缓解电能质量扰动方面的卓越性能。基于CNN的检测在事件分类中达到97%准确率，而LSTM实现95%准确预测新兴问题。强化学习控制器相比传统方法，实现电压凹陷恢复快50%、谐波降低提升20%、停电期...
解读: 该电能质量管理技术对阳光电源储能系统在医疗等关键负荷场景具有重要参考。阳光PowerTitan工商业储能系统服务医院、数据中心等对电能质量要求极高的场所。该研究的CNN-LSTM-强化学习混合框架可集成到阳光储能变流器的智能控制系统，实现电能质量事件实时检测和快速响应。在医疗场景下，电压凹陷和谐波可...
交通场景理解的深度学习综述
Deep Learning for Traffic Scene Understanding: A Review
Parya Dolatyabi · Jacob Regan · Mahdi Khodayar · IEEE Access · 2025年1月
本综述论文深入分析深度学习模型在交通场景理解中的应用，这是现代智能交通系统的关键方面。研究检验分类、目标检测和分割等基础技术，并扩展到动作识别、目标跟踪、路径预测、场景生成检索、异常检测、图像到图像转换I2IT和人员重识别等更高级应用。论文综合广泛研究的见解，追溯从传统图像处理方法到复杂深度学习技术如卷积神经网络CNN和生成对抗网络GAN的演进。综述探讨三类主要领域自适应DA方法：基于聚类、基于差异和基于对抗，强调其在交通场景理解中的重要性。讨论超参数优化HPO的重要性，强调其在增强模型性能和效...
解读: 该交通场景理解技术可应用于阳光电源储能电站和充电站智能管理。阳光在新能源汽车充电领域需要车辆识别、车位管理和安全监控。该深度学习综述涵盖的目标检测和跟踪技术可集成到阳光充电站管理系统，实现车辆自动识别、充电桩智能分配和异常行为检测。在工商业储能场景下，该技术可优化园区能源管理，识别车辆进出和负荷变化...
MicroCrystalNet：基于扫描电镜岩相的高效可解释卷积神经网络微晶分类
MicroCrystalNet: An Efficient and Explainable CNN for Microcrystal Classification Using SEM Petrography
Mohammed Yaqoob · Mohammed Yusuf Ansari · Mohammed Ishaq · Issac Sujay Anand John Jayachandran 等6人 · IEEE Access · 2025年1月
微晶岩石纹理形态表征通常依赖扫描电镜SEM图像的视觉解释和人工测量，存在主观性、低效率、采样偏差和数据丢失问题。本文引入基于深度学习架构的最先进计算机视觉流程，用于从SEM图像分割和分类单个微晶。初步应用于低镁方解石碳酸盐岩，实例分割使用Meta的Segment Anything Model（SAM）定制调优版本。训练和测试分类器使用全球研究的48张不同碳酸盐微纹理SEM图像，共1852个微晶根据双重分类方案标记，包括晶体形状（菱形、多面体、无定形、球形）和晶面清晰度（自形至半自形、他形），共四...
解读: 该微晶图像分类技术可应用于阳光电源功率器件和材料分析。阳光SiC和GaN器件封装需要微观结构检测和质量控制。该MicroCrystalNet的高精度分割和分类能力可用于阳光功率模块的SEM质量检验，自动识别焊接缺陷、晶界异常和材料瑕疵。在储能电池材料研究中，该深度学习方法可加速电极材料和隔膜的微观表...
基于DETR的视障人士辅助技术目标检测增强方法
Enhancing Object Detection in Assistive Technology for the Visually Impaired: A DETR-Based Approach
Sunnia Ikram · Imran Sarwar Bajwa · Sujan Gyawali · Amna Ikram 等5人 · IEEE Access · 2025年1月
本文提出实时障碍物检测识别系统，通过辅助技术增强视障人士导航。系统集成配备微型相机的移动应用实现实时图像采集，采用深度学习技术进行目标检测分类。对YOLOv8、Faster R-CNN和DETR进行比较评估。DETR表现最优，达到99%置信度、98%精度和40毫秒/帧处理速度。系统遵循结构化工作流程，包括实时采集、预处理、创新数据增强和TensorFlow Lite边缘设备优化。可分类80种障碍物类型如行人、车辆和交通信号，提供即时音频反馈确保安全导航。模型训练20轮达到98%准确率。该研究引入...
解读: 该目标检测技术可应用于阳光电源智能光伏电站巡检系统。阳光大型地面电站采用无人机和机器人巡检，需要高精度实时目标检测能力。该DETR方法的99%置信度和40毫秒处理速度可集成到阳光巡检设备，实现组件缺陷、热斑、遮挡物的自动识别。结合阳光SG逆变器的AI边缘计算能力和iSolarCloud云平台，该技术...
第 2 / 3 页