找到 5 条结果 · IEEE Access
基于自适应神经模糊推理系统与模糊FOPID先进控制的并网光伏-风电混合系统性能提升
Performance Improvement of Grid-Connected PV-Wind Hybrid Systems Using Adaptive Neuro-Fuzzy Inference System and Fuzzy FOPID Advanced Control With OPAL-RT
Moayed Mohamed · Zuhair Muhammed Alaas · Badr Al Faiya · Hossam Youssef Hegazy 等6人 · IEEE Access · 2025年3月
本文研究基于自适应神经模糊推理系统（ANFIS）提升并网光伏-风电混合系统的控制性能，并与传统模糊分数阶PID（FOPID）及模糊PI控制器进行对比。针对可再生能源间歇性与非线性带来的控制挑战，ANFIS融合模糊逻辑与神经网络自学习能力，展现出更强的鲁棒性与适应性。通过OPAL-RT 4512平台实现实时仿真与实验验证，结果表明ANFIS在电压调节、谐波抑制及系统稳定性方面显著优于其他控制器，尤其在动态负载与环境变化下表现更优，有效促进可再生能源的可靠并网与智能电网发展。
解读: 该ANFIS与模糊FOPID控制技术对阳光电源光储混合系统具有重要应用价值。针对SG系列光伏逆变器与ST储能变流器的并网协同控制，ANFIS自适应学习能力可显著提升PowerTitan储能系统在光伏波动工况下的电压调节精度与谐波抑制性能。OPAL-RT实时验证方法可直接应用于阳光电源构网型GFM控制...
基于Transformer网络和专家优化器的小时级风电功率预测深度学习模型
A Deep Learning Model Using Transformer Network and Expert Optimizer for an Hour Ahead Wind Power Forecasting
Anushalini Thiyagarajan · B. Sri Revathi · Vishnu Suresh · IEEE Access · 2025年2月
精准的风电功率预测对可再生能源平台运行至关重要,可帮助电力系统更好地管理供应并保证电网可靠性。本文提出一种新型改进型孪生Transformer网络模型,采用多注意力机制增强对不同输入序列的关注能力,更好地捕捉风电预测的长期依赖关系。采用自适应山地瞪羚优化器对PID控制器参数进行微调,实现最小均方误差和THD。在1500kW容量的实时数据集上测试,MST-Net能够紧密跟踪实际功率趋势。
解读: 该深度学习预测技术可集成到阳光电源智慧风电云平台。通过Transformer架构实现高精度小时级风电功率预测,优化风电场能量管理和电网调度策略,降低弃风率,提升风电并网的经济性和可靠性,为大规模风电接入提供精准的功率预测支持。...
四电平非对称飞跨电容逆变器的混合PWM技术和电容电压平衡控制
Hybrid PWM Technique and Capacitor Voltage Balancing Control for Four-Level Asymmetrical Flying Capacitor Inverter
Dinh Du To · Dong-Choon Lee · IEEE Access · 2025年2月
本文提出四电平非对称混合飞跨电容逆变器的新型混合PWM技术，这是HFC拓扑的变体。该技术结合电平移位和相移PWM方法，在理想和稳态运行条件下实现飞跨电容的自然电压平衡。为保持平衡直流链路电容电压，开发基于零序电压注入的控制策略。此外对四电平非对称混合飞跨电容逆变器进行全面分析，在元件数量、成本、总谐波畸变和功率损耗方面与其他四电平逆变器拓扑比较。2千伏1兆伏安四电平非对称混合飞跨电容逆变器系统相比传统HFC电路总驻波电压降低10%且成本降低20%。此外采用所提PWM方法的四电平非对称混合飞跨电容...
解读: 该四电平飞跨电容拓扑技术对阳光电源大功率储能变流器具有重要参考价值。阳光ST系列储能系统采用三电平拓扑，该四电平方案可进一步降低谐波和提升效率。该混合PWM和电容平衡控制策略可应用于阳光下一代高压大容量储能产品，降低滤波器成本20%，提升系统功率密度和可靠性，增强1500V高压系统竞争力，推进储能系...
配电系统电能质量问题的AI应用：系统综述
AI Applications for Power Quality Issues in Distribution Systems: A Systematic Review
Mitra Nabian Dehaghani · Tarmo Korõtko · Argo Rosin · IEEE Access · 2025年1月
分布式发电DG、可再生能源RES和功率电子变换器集成到配电系统DS引入显著电能质量PQ挑战，如电压波动、谐波畸变和暂态。这些问题可破坏电力系统可靠性和稳定性，使解决这些问题以确保一致弹性供电至关重要，特别是随着RES采用持续增长。虽然先前综述探索人工智能AI在PQ管理中的应用，但大多数局限于特定AI技术或针对性PQ问题如谐波。然而本综述提供跨广泛PQ应用的AI方法综合综述，涵盖检测、分类和改善，同时考虑每种情况下解决的特定PQ问题。通过采用集成方法，本综述识别关键研究空白，特别是利用AI控制RE...
解读: 该AI电能质量管理综述对阳光电源光伏逆变器和储能变流器的电能质量改善功能有重要参考价值。阳光SG系列逆变器和PowerTitan储能系统需要先进的谐波抑制和电能质量控制能力。AI方法在PQ检测、分类和改善中的应用可集成到阳光产品控制算法中。该综述识别的研究空白——利用AI控制RES功率变换器进行PQ...
基于迁移学习的深度卷积神经网络的孟加拉国车辆分类与检测
Bangladeshi Vehicle Classification and Detection Using Deep Convolutional Neural Networks With Transfer Learning
Manish Kumar Dwivedi · R. Jayapragash · IEEE Access · 2025年1月
车辆分类检测是深度学习和图像处理在智能交通管理和AI辅助驾驶中的重要应用。本文提出孟加拉国车辆分类检测系统，实现低速高速车辆检测。测试了YOLOv8、MobileNetV2等11种预训练CNN模型在六个数据集上的性能，发现YOLOv8 Classify、MobileNetV2和GoogLeNet表现最佳。改进LabelImg标注工具并采集达卡市5460张图像的54556个标注对象，涵盖16类车辆。部署YOLOv8 Detect和SSD-MobileNet V2到NVIDIA Jetson Nan...
解读: 该车辆识别技术可应用于阳光电源新能源汽车充电场景。阳光在充电桩和充电站建设中，车辆识别算法可优化充电资源分配，实现车牌识别、车型识别和智能调度。结合阳光OBC和充电桩产品，该深度学习技术可提升充电站运营效率，支持V2G车网互动，实现电动汽车有序充电和削峰填谷功能。...