找到 5 条结果 · IEEE Transactions on Industrial Electronics
PE-GPT：电力电子设计的新范式
PE-GPT: A New Paradigm for Power Electronics Design
Fanfan Lin · Xinze Li · Weihao Lei · Juan J. Rodriguez-Andina 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
大型语言模型（LLM）在推动众多行业发展方面展现出了令人振奋的潜力，但由于缺乏专业的电力电子（PE）技术知识以及处理特定电力电子数据时面临的挑战，其在电力电子领域的应用受到了阻碍。本研究提出了一种开创性的方法，用于构建专门针对电力电子设计应用的多模态大型语言模型，名为 PE - GPT。该方法包括利用从电力电子知识库中进行检索增强生成来强化 PE - GPT，并提出了一个混合框架，将大型语言模型代理与元启发式算法、模型库和仿真库相结合。这增强了其多模态处理能力，并使其能够融入现有的设计工作流程。...
解读: 从阳光电源的业务视角来看，PE-GPT代表了电力电子设计范式的重要突破，对公司光伏逆变器、储能变流器等核心产品的研发具有战略意义。该技术通过多模态大语言模型与元启发式算法、仿真库的深度融合，能够显著提升电力电子设计的效率和准确性，在双有源桥（DAB）变换器调制策略和Buck变换器参数设计中已展现出比...
功率变换器的FCS-MPC：一种事件驱动的脑情绪学习方法
FCS-MPC of Power Converters: An Event-Driven Brain Emotional Learning Approach
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月
针对系统不确定性与低开关频率（SF）下的有限控制集模型预测控制（FCS-MPC）框架，本文提出一种事件驱动的脑情绪在线学习方法。该方法包含三个关键特征：采用双向模糊脑情绪在线学习机制并结合鲁棒控制项以逼近理想控制器；引入基于事件驱动的管状模型预测控制机制实现低SF运行；加入积分误差项以提升低SF下的跟踪性能。所提方法无需权重因子即可有效抑制不确定性、降低开关频率并减小跟踪误差，并给出了闭环系统的收敛性分析。通过多个文献中的基准实例验证了其有效性。
解读: 该事件驱动FCS-MPC技术对阳光电源多条产品线具有重要应用价值。在ST储能变流器中，低开关频率运行可直接降低SiC/GaN功率器件的开关损耗，提升系统效率；无权重因子设计简化了多目标控制参数整定难度。在SG光伏逆变器的MPPT控制中，脑情绪学习机制可增强参数摄动与电网扰动下的鲁棒性。在电动汽车驱动...
基于拓扑可迁移网络的双有源桥变换器家族通用建模方法
A Generic Modeling Approach for Dual-Active-Bridge Converter Family via Topology Transferrable Networks
Xinze Li · Fanfan Lin · Changjiang Sun · Xin Zhang 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月
新兴的电力变换器灰箱建模方法有效缓解了传统基于物理的白箱模型中存在的模型差异问题，同时为数据驱动的黑箱模型提供了一种数据需求少且可解释的替代方案。然而，现有灰箱建模方法仍面临一个重大挑战，即对域外拓扑结构的泛化能力较差。这一局限性使得在遇到新的拓扑结构时，需要重建或重新训练模型，从而阻碍了其广泛应用。针对这些挑战，本文提出了一种专门适用于双有源桥（DAB）变换器拓扑族的通用灰箱建模方法，该方法基于所提出的拓扑可迁移的架构内物理混合密度网络（T²PA - MDN）。作为核心部分，T²PA 网络对循...
解读: 从阳光电源的业务视角来看，这项针对双有源桥（DAB）变换器族的通用灰盒建模技术具有重要的战略价值。DAB拓扑是我司储能系统、光储一体化方案以及电动汽车充电设备中的核心功率变换单元，该技术的拓扑迁移能力直接契合我们产品线多样化的现实需求。 该技术的核心创新在于T²PA-MDN网络架构，通过将电路物理...
面向输入饱和的非周期采样数据系统的数据驱动稳定化
Data-Driven Stabilization of Aperiodic Sampled-Data Systems Subject to Input Saturation
Yu-Long Fan · Chuan-Ke Zhang · Xing-Chen Shangguan · Li Jin 等6人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
本文提出一种无需显式系统模型的数据驱动控制方法，针对受输入饱和约束的非周期采样未知系统，结合测量数据、环路泛函法、广义扇区条件与S-过程，构建LMI形式的局部稳定性设计条件，并优化吸引域估计与最大允许采样间隔。
解读: 该研究对阳光电源ST系列PCS、PowerTitan储能系统及组串式逆变器在弱电网/通信延迟场景下的鲁棒闭环控制具有重要参考价值。其数据驱动LMI设计框架可适配iSolarCloud平台实时量测数据，提升构网型储能系统在采样抖动、通信丢包下的暂态稳定裕度；建议在PowerStack多机协同控制中引入...
基于可变对称约束的大时延信息物理电力系统稳定性分析
Variable Symmetry Constraints-Based Stability Analysis of Large Delayed Cyber-Physical Power System
Li Jin · Qian-Long Pan · Yong He · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
本文提出一种基于可变对称约束的时延相关稳定性分析方法，通过挖掘新能源与控制回路的结构对称性，减少LMI决策变量数量，并引入可调参数适应动态稳定性条件，在保证精度前提下显著提升大规模时延电力系统（如含高比例新能源的DCPPS）的计算效率。
解读: 该研究对阳光电源ST系列PCS、PowerTitan储能系统及构网型光储电站的宽域协同控制具有重要参考价值。其可变对称约束思想可优化多机群PCS集群的分布式协同稳定判据，提升iSolarCloud平台在弱电网/长通信时延场景下的LFC与惯量响应鲁棒性。建议在PowerStack多机并联控制算法中嵌入...