找到 11 条结果 · IEEE Access
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3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。...
网络攻击预测：从传统机器学习到生成式人工智能
Cyber Attack Prediction: From Traditional Machine Learning to Generative Artificial Intelligence
Shilpa Ankalaki · Aparna Rajesh Atmakuri · M. Pallavi · Geetabai S Hukkeri 等6人 · IEEE Access · 2025年3月
网络威胁日益复杂对个人、组织和国家构成重大风险。网络犯罪包括黑客攻击和数据泄露,具有严重经济和社会后果。传统安全解决方案难以应对不断演变的威胁态势。人工智能AI提供强大技术来应对这些挑战。本文探讨AI方法包括机器学习ML、深度学习DL、自然语言处理NLP、可解释AI和生成式AI在解决各种网络安全问题中的应用。关键贡献包括:1)ML和DL方法对比研究,评估准确性、适用性和各种网络安全挑战的适用性;2)可解释AI方法研究,增强AI安全解决方案的透明度和可解释性;3)生成式AI和NLP新兴趋势探索,检...
解读: 该网络安全AI技术对阳光电源iSolarCloud平台和智能设备安全防护有重要参考价值。阳光云平台连接海量光伏储能设备,面临网络攻击威胁。生成式AI和机器学习方法可应用于阳光平台的入侵检测和异常行为识别。可解释AI技术可提升阳光安全系统的透明度,辅助安全运维决策。威胁情报生成和攻击模拟方法对阳光安全...
通过深度学习和混合安全模型缓解智能信息物理电力系统的网络风险
Mitigating Cyber Risks in Smart Cyber-Physical Power Systems Through Deep Learning
M. A. S. P. Dayarathne · M. S. M. Jayathilaka · R. M. V. A. Bandara · V. Logeeshan 等6人 · IEEE Access · 2025年2月
智能电网中可再生能源集成的兴起带来新网络安全挑战，促使本研究检验智能信息物理电力系统CPPS的脆弱性。风能和太阳能等可再生能源集成到智能电网因其分散和可变特性带来运行风险，特别是在实时监控和控制所需的通信层内。虽然可再生能源集成增加不直接影响网络安全脆弱性，但主要挑战源于其分散性。解决这种分散需要在供需之间使用网络层，为电力系统控制和通信系统引入网络威胁脆弱性。这些层易受虚假数据注入FDI、拒绝服务DoS和重放攻击等多样化网络攻击，可能危及电网稳定性和安全性。为应对这些风险，研究提出混合方法，集...
解读: 该网络安全技术对阳光电源智慧能源平台安全防护至关重要。阳光iSolarCloud云平台连接海量光伏储能设备，面临虚假数据注入和拒绝服务等网络攻击威胁。该研究的深度学习异常检测方法可集成到阳光云平台安全体系，实现实时威胁识别和防御。在电网侧储能场景下，网络攻击可能导致储能系统误动作，影响电网稳定。该C...
基于人工智能与物理模型的智能电网异常检测综述
Artificial Intelligence and Physics-Based Anomaly Detection in the Smart Grid: A Survey
Giovanni Battista Gaggero · Paola Girdinio · Mario Marchese · IEEE Access · 2025年1月
先进通信系统与分布式资源的融合推动了智能电网的发展，提升了控制能力与运行效率。然而，系统复杂性的增加也带来了新的脆弱性，加剧了网络攻击、设备故障等异常风险。机器学习技术作为数据分析的变革性工具，正广泛应用于异常检测。本文综述了结合人工智能与物理模型的智能电网异常检测方法，系统梳理了当前研究现状，评估了各类应用场景、算法性能及验证方式，识别出关键研究缺口，并为该领域的进一步发展提供了学术见解。
解读: 该综述对阳光电源智能运维体系具有重要指导价值。AI与物理模型融合的异常检测方法可直接应用于iSolarCloud平台，提升ST储能系统和SG光伏逆变器的故障预警能力。针对储能系统，可结合电池物理模型与机器学习实现热失控、SOC异常等早期检测；对光伏电站，可融合IV曲线物理特性与AI算法识别组件遮挡、...
基于自适应神经模糊推理系统和支持向量机的交流微电网故障识别与定位优化
Optimization of Fault Identification and Location Using Adaptive Neuro-Fuzzy Inference System and Support Vector Machine for an AC Microgrid
A. Kurmaiah · C. Vaithilingam · IEEE Access · 2025年1月
交流微电网中高阻抗故障、低故障电流水平和通信延迟使传统方法无法准确识别故障和定位。可再生能源与交流微电网集成时故障识别和定位至关重要。机器学习实现快速故障识别和定位。本文开发自适应神经模糊推理系统ANFIS和支持向量机SVM方法,解决低故障电流水平、检测高阻抗故障和通信延迟影响等问题。所提方法在IEEE 12节点系统的孤岛和并网模式下测试评估,孤岛模式执行时间0.00202s,并网模式0.0022s。ANFIS方法识别最优故障类型,SVM准确识别故障位置,实现最短执行时间和最小误差百分比,适合交...
解读: 该微电网故障诊断技术对阳光电源微电网解决方案的保护功能提升有重要价值。阳光微电网系统需要快速准确的故障识别和定位能力。ANFIS结合SVM的混合方法可应用于阳光微电网控制器的故障诊断模块。毫秒级执行时间满足阳光实时保护要求。该方法对高阻抗故障的检测能力可增强阳光微电网系统的安全性。孤岛和并网双模式验...
基于人工智能和机器学习的安全运营中心强化技术综述
Empowering Security Operation Center With Artificial Intelligence and Machine Learning
Mohamad Khayat · Ezedin Barka · Mohamed Adel Serhani · Farag Sallabi 等6人 · IEEE Access · 2025年1月
安全运营中心SOC是组织网络安全的核心，但面临威胁复杂度提升的挑战。本文通过系统文献综述，详细探讨AI和ML技术如何革新SOC，增强威胁识别、响应能力以及风险预测。研究涵盖自动化事件响应、行为分析、神经网络和深度学习等多种方法，提出集成AI和ML的SOC参考架构模型。该模型为实施提供结构化框架，详述不同SOC组件及其交互。研究强调这些技术对增强安全运营的益处，并通过案例研究展示ML和AI驱动的SOC组件如何实现最优安全性，最后讨论额外挑战和未来研究方向。
解读: 该AI安全运营技术对阳光电源智慧能源平台的网络安全至关重要。阳光iSolarCloud云平台管理全球数百GW光伏储能资产，面临日益严峻的网络安全威胁。该研究的AI驱动SOC架构可集成到阳光云平台安全体系，实现实时威胁检测、自动化响应和预测性防御。结合阳光储能变流器的边缘计算能力和设备级安全防护，该技...
探索机器学习和深度学习技术在神经疾病脑电信号分类中的有效性
Exploring the Effectiveness of Machine Learning and Deep Learning Techniques for EEG Signal Classification in Neurological Disorders
Souhaila Khalfallah · William Puech · Mehdi Tlija · Kais Bouallegue · IEEE Access · 2025年1月
神经疾病是全球身体和认知残疾的主要原因，影响约15%的全球人口。本研究探索机器学习ML和深度学习DL技术在处理脑电图EEG信号以检测癫痫、自闭症谱系障碍ASD和阿尔茨海默病等神经疾病中的应用。呈现详细工作流程，从使用头戴设备采集EEG数据开始，然后使用有限脉冲响应FIR滤波器和独立成分分析ICA进行数据预处理以消除噪声和伪影。数据分段后提取带功率和Shannon熵等关键特征以提高分类准确性。这些特征存储在离线数据库中便于分析期间访问，然后应用于ML和DL模型，系统测试性能并与先前研究比较结果。研...
解读: 该EEG信号分类技术对阳光电源智能诊断系统有跨领域借鉴意义。虽然阳光主要聚焦能源设备，但信号处理和特征提取方法可应用于阳光设备状态监测和故障诊断。FIR滤波和ICA噪声消除技术对阳光电力电子设备信号处理有参考价值。机器学习和深度学习模型对比分析思路可应用于阳光故障分类算法开发。该研究验证的高准确率，...
假新闻、宣传和虚假信息的系统综述：基于机器学习的作者、内容和社会影响分析
Systematic Review of Fake News, Propaganda, and Disinformation
Darius Plikynas · Ieva Rizgelienė · Gražina Korvel · IEEE Access · 2025年1月
近年来，假新闻、宣传和虚假信息FNPD在在线社交网络上全球爆发。在信息战和生成式AI能力背景下，FNPD激增，成为影响人们社会认同、态度、观点甚至行为的强大有效工具。恶意社交媒体账户和有组织的网络水军和机器人针对国家、社会、社会群体、政治活动和个人。导致阴谋论、回声室、过滤气泡等碎片化和边缘化过程使社会在连贯政治、治理和信任合作社交网络方面极化、激进化和分裂。本系统综述旨在探索使用机器和深度学习有效检测OSN中FNPD的进展。呈现PRISMA综述结果涵盖三个分析领域：传播者、文本内容、社会影响。...
解读: 该假新闻检测技术对阳光电源品牌声誉管理具有应用价值。阳光作为全球领先的新能源企业，在社交媒体和行业论坛面临虚假信息和恶意攻击风险。该研究的机器学习检测方法可集成到阳光企业传播监控系统，实时识别和追踪针对公司的虚假信息。结合阳光iSolarCloud平台的大数据分析能力，该技术可构建舆情监控体系，自动...
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4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。...
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2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...
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...