找到 92 条结果 · IEEE Transactions on Industrial Informatics

排序:
光伏发电技术 ★ 5.0

太阳辐照度变化下光伏系统的动态状态估计

Dynamic State Estimation for Photovoltaic Under Variations of Solar Irradiance

Jianan Shan · Yijun Xu · Wei Gu · Zongsheng Zheng 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月

动态状态估计(DSE)在电力系统的监测和运行中起着基础性作用。尽管以往的研究主要集中于传统同步发电,但随着可再生能源渗透率的不断提高,光伏(PV)系统的状态估计越来越受到关注。然而,现有研究主要针对静态估计,或者采用过于简化的动态模型,且对太阳辐照度采用确定性假设。显然,这种假设在实际中并不成立,必然会导致估计结果出现偏差。针对这些问题,本文首次对包含光伏阵列、升压转换器、逆变器和滤波器的详细两级光伏系统进行动态状态估计研究。此外,为避免太阳辐照度变化导致估计结果出现偏差,本文进一步提出将太阳辐...

解读: 从阳光电源的业务视角来看,这项针对光伏系统动态状态估计(DSE)的研究具有重要的工程应用价值。论文首次针对包含光伏阵列、升压变换器、逆变器和滤波器的完整两级光伏系统建立了详细动态模型,这与我司主流光伏逆变器产品的实际拓扑结构高度契合,为实现更精准的系统监控和控制奠定了理论基础。 该技术的核心创新在...

光伏发电技术 故障诊断 ★ 5.0

自校正引导的广义对比学习框架用于云边协同小样本光伏故障诊断

Self-Correcting-Guided Generalized Contrastive Learning Framework for Small-Sample PV Fault Diagnosis With Cloud-Edge Collaboration

Qi Liu · Bo Yang · Mingxuan Cai · Yuxiang Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月

小样本场景下光伏(PV)阵列的智能故障诊断由于模型精度和泛化能力较差,仍然具有挑战性。现有方法无法同时解决运行工况多变和样本不足的问题,导致少样本学习构建的模型适用性有限。此外,数据传输和计算成本等因素也需要考虑。因此,本文提出了一种用于小样本光伏故障诊断的云边协同自校正引导广义对比学习框架。首先,提出了一种端到端自校正模型,以消除可变环境的影响。然后,将自校正方案与对比学习相结合以实现模型泛化,并设计了一种类型筛选方法来提高模型精度。此外,提出了一种快速故障过滤机制,通过云边协同提高算法效率。...

解读: 从阳光电源的业务视角来看,这项基于云边协同的小样本光伏故障诊断技术具有重要的应用价值和战略意义。 在产品层面,该技术直接契合阳光电源光伏逆变器和电站运维的核心需求。传统故障诊断方法依赖大量标注数据,而实际运维中故障样本稀缺且环境条件多变,导致诊断模型泛化能力不足。该论文提出的自校正引导对比学习框架...

光伏发电技术 储能系统 ★ 5.0

一种用于低压直流的光伏阵列串联集成简单高效功率处理架构

A Simple and Efficient Power Processing Architecture With Series Integration of PV Array for LVDC

Ali Faisal Murtaza · Talal Alharbi · IEEE Transactions on Industrial Informatics · 2025年6月

本文提出了一种简单有效的功率处理架构,其中针对低压直流(LVDC)系统引入了太阳能光伏(PV)阵列的串联集成。在低压直流系统中,有两到三个电压等级(±375 V和48 V)的母线可用。这为所提出的架构的形成奠定了基础,在该架构中,直流 - 直流转换器的并联集成以及48 V和375 V电压等级之间光伏阵列的串联集成成为可能。这确保了通过直流 - 直流转换器进行的功率处理显著减少,减少幅度相当于375 - $V_{pv}$,从而提高了光伏电站的效率。此外,所提出的架构还具有以下优点。其一,不影响最大...

解读: 从阳光电源的业务视角来看,这篇论文提出的LVDC系统串联光伏阵列架构具有显著的技术价值和应用潜力。该方案通过在48V和375V电压等级之间实现光伏阵列串联集成与DC-DC变换器并联集成,有效降低了功率电子器件的处理容量,这与我司一直追求的高效率、低成本解决方案理念高度契合。 从产品创新角度,该架构...

储能系统技术 储能系统 SiC器件 ★ 5.0

物理增强辅助学习在电力系统暂态稳定评估中的应用

Physics-Augmented Auxiliary Learning for Power System Transient Stability Assessment

Chao Shen · Ke Zuo · Mingyang Sun · IEEE Transactions on Industrial Informatics · 2025年6月

数据驱动的暂态稳定评估(TSA)方法已被证明在应对可再生能源快速融入电力系统所带来的安全挑战方面是有效的。然而,这些方法通常面临训练成本高、物理一致性不足以及泛化能力有限的问题。为解决这些局限性,本文提出了一种用于暂态稳定评估的物理增强辅助学习(PA - AL)框架,该框架在多门控专家混合模型中实现,并采用物理信息范式进行端到端的稳定裕度预测。与传统的基于物理信息神经网络的方法不同,后者依赖于易产生累积误差的转子角度轨迹预测,而PA - AL通过整合辅助电气速度预测来嵌入物理定律。所提出的PA ...

解读: 从阳光电源的业务视角来看,这项基于物理增强辅助学习的暂态稳定评估技术具有重要的战略价值。随着公司光伏逆变器和储能系统大规模接入电网,新能源高渗透率带来的电力系统稳定性挑战日益突出,该技术为解决这一核心问题提供了创新路径。 该研究的核心价值在于将物理机理与数据驱动方法深度融合,通过嵌入摆动方程等物理...

风电变流技术 ★ 5.0

一种防御风力发电系统零动态攻击的方法

A Defense Method Against Zero-Dynamics Attack on Wind Power System

Heng Zhang · Qiang Cheng · Xin Wang · Chensheng Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月

随着风力发电系统规模不断扩大、复杂度日益增加,网络安全措施的必要性愈发凸显,尤其是考虑到零动态攻击所带来的威胁不断升级。遗憾的是,当连续时间系统的相对阶大于 2 且采样周期较小时,采样数据系统不可避免地会引入不稳定零点,使其易受攻击者的攻击。同时,传统的基于输出的系统监测方法难以检测到此类攻击。目前主流的方法是采用广义保持器或广义采样器来实现零点迁移,但实施起来颇具挑战性。在本文中,我们提出了一种基于电可调无源元件的防御方法来应对这一挑战。该方法通过引入增益调度,并结合电可调无源元件的实时参数调...

解读: 从阳光电源的业务视角来看,这项针对风电系统零动态攻击的防御技术具有重要的跨领域应用价值。虽然研究聚焦风电领域,但其核心思想——通过电子可调无源元件防御采样数据系统不稳定零点漏洞——与我司光伏逆变器、储能变流器等产品面临的网络安全挑战高度相关。 当前我司大型地面电站、工商业储能系统普遍采用数字控制架...

光伏发电技术 储能系统 ★ 5.0

基于电致发光图像的太阳能电池缺陷分割

Referring Solar Cell Defect Segmentation in Electroluminescence Images

Shenghao Dong · Jinxia Zhang · Yu Shen · Dehong Gao · IEEE Transactions on Industrial Informatics · 2025年5月

在光伏发电领域,基于电致发光(EL)图像准确识别太阳能电池缺陷对于维持光伏电站的高效运行至关重要。当前的太阳能电池缺陷分割方法通常对EL图像中的所有缺陷进行统一分割,难以根据维护需求精确识别特定缺陷。这一局限性阻碍了光伏电站智能运维的个性化缺陷检测。为解决该问题,本文提出了一种名为指称太阳能电池缺陷分割(RSCDS)的新任务。RSCDS任务的目标是根据指称文本,针对实际光伏电站的个性化维护需求,精确分割指定的太阳能电池缺陷。鉴于缺乏相关数据集,本文开发了一个RSCDS数据集,简称为Ref - E...

解读: 从阳光电源智慧运维业务视角来看,这项基于文本引导的光伏组件缺陷分割技术具有重要的战略价值。当前我们在全球管理着数百GW级的光伏电站资产,传统EL图像检测方法只能批量识别所有缺陷,无法根据运维优先级进行针对性分析,这与我们推进的智慧电站精细化管理需求存在明显差距。 该论文提出的RSCDS任务恰好切中...

光伏发电技术 ★ 5.0

均衡决策理论在考虑预测不确定性的风-光-氢综合能源系统低碳经济运行中的应用

Applications of Equilibrium Decision Theory in Low-Carbon Economic Operation of Wind-Solar-Hydrogen Integrated Energy System Considering Prediction Uncertainties

Qiannan Zhu · Pengxia Chang · Shiqi Li · Yulong Xiao 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月

随着可再生能源与电网的融合程度不断提高,综合能源系统(IES)受到了全球关注。然而,风能和太阳能的随机和不确定特性给电网的稳定运行带来了巨大挑战。为解决这些问题,本文提出了一种考虑预测不确定性和需求响应(DR)的风光氢综合能源系统优化调度模型。提出了结合频率增强分解变压器、区间预测与决策的均衡决策理论框架,以量化不确定性并确定行动计划。然后,设计了一个以最大化经济收益和最小化污染排放(PE)为目标的优化调度模型,并采用多目标象群优化算法进行求解。此外,融入了需求响应策略以增强系统的灵活性和稳定性...

解读: 从阳光电源的业务视角来看,这项基于均衡决策理论的风光氢综合能源系统优化调度技术具有重要的战略价值。该技术直接契合公司在光伏逆变器、储能系统及氢能业务的协同发展方向,为构建更智能的新能源解决方案提供了理论支撑。 该研究的核心价值在于通过频率增强分解变压器和区间预测技术,有效量化了风光发电的不确定性,...

光伏发电技术 工商业光伏 可靠性分析 ★ 5.0

基于上下文集成语言-图像多模态网络的少样本光伏薄膜缺陷检测

Few-Shot Photovoltaic Film Defect Detection With Contextual Ensemble Language-Image Multimodal Network

Huiyan Wang · Ruihao Peng · Yiheng Zhu · Jiachen Li 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月

工业光伏薄膜缺陷的自动检测对于确保光伏组件的可靠性至关重要。主要挑战包括缺陷样本有限、类别间特征相似以及复杂背景的干扰。现有的基于深度学习的方法需要大规模数据集,且仅关注视觉数据,这限制了它们在少样本缺陷检测(FSDD)中的有效性。为应对这些挑战,我们提出了上下文集成语言 - 图像多模态网络(CELIN),该网络通过提示调优融入文本信息,提升了光伏薄膜的少样本缺陷检测能力。与依赖单一固定文本提示的传统语言 - 图像模型不同,CELIN采用位置感知上下文集成策略来整合特定位置的提示向量,使模型能够...

解读: 从阳光电源的业务视角来看,这项基于语言-图像多模态网络的光伏薄膜缺陷检测技术具有重要的战略价值。作为光伏组件可靠性保障的关键环节,该技术直接关系到我们光伏逆变器、储能系统等核心产品的上游供应链质量控制。 该技术的核心创新在于解决了工业场景中的三大痛点:小样本学习、相似缺陷区分和复杂背景干扰。传统深...

光伏发电技术 储能系统 构网型GFM 虚拟同步机VSG ★ 5.0

一种无缝增强电网刚度的控制策略用于并网型虚拟同步发电机系统中的谐波补偿与功率波动抑制

A Seamless Enhancing Grid Stiffness Control Strategy for Harmonic Compensation and Power Ripple Mitigation in Grid-Tied Virtual Synchronous Generator System

Sameer Kumar Behera · Anup Kumar Panda · Venkata Ramana Naik N. · Satyabrata Behera · IEEE Transactions on Industrial Informatics · 2025年4月

摘要:对于光伏发电渗透率较高的电网而言,构网型逆变器(GFMIs)至关重要。公用电网中的不确定性会使 GFMI 系统不稳定。因此,采用虚拟同步发电机(VSG)可通过降低频率变化率(RoCoF)来增强系统稳定性和电网刚度。为应对系统中各种不确定性引发的谐波和振荡问题,本文针对三相并网 VSG(TPGTVSG)系统提出了一种增强型自适应综合控制策略(EAICS),该策略将改进的比例谐振电流(MPRC)控制器与相位校正参考电流(PCRC)发生器相结合,以进一步提升系统整体性能。MPRC 控制器还包含针...

解读: 从阳光电源的业务视角来看,该论文提出的虚拟同步发电机(VSG)增强型自适应集成控制策略具有重要的技术参考价值。随着光伏渗透率的提升,电网对构网型逆变器(GFMI)的需求日益迫切,这与我司在光储一体化系统和电网支撑技术方面的战略方向高度契合。 该技术的核心价值在于三个方面:首先,通过VSG技术增强电...

电动汽车驱动 ★ 5.0

一种用于光伏集成G2V/V2G系统中电力管理的鲁棒多目标优化策略

A Robust Multiobjective Optimization Strategy for Power Management in a PV-Integrated G2V/V2G System

Masoud Ahmadigorji · Majid Mehrasa · Antoine Labonne · Ahmad Hably 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

本文提出了一种基于成本的插电式电动汽车(PEV)鲁棒充电方案,该方案与光伏(PV)系统进行了有益的协同。所提出的模型考虑了负荷/光伏功率和电价的不确定性。为了应对不确定资源的变化特性并实现鲁棒的充电策略,采用了信息间隙决策理论(IGDT)。由于所构建的基于IGDT的充电模型本质上是一个多目标优化问题,因此使用了非支配排序遗传算法2型(NSGA - II)来生成帕累托最优解。为了获得最佳折衷解,引入了一种基于模糊的选择方法。此外,为了为与所提出模型的不确定资源相关的鲁棒区域(RTs)阐明更有效的约...

解读: 从阳光电源的业务视角来看,这项研究为我们在光储充一体化解决方案领域提供了重要的技术参考价值。该论文提出的PV-G2V/V2G鲁棒优化策略,与我们当前推进的"光伏+储能+充电桩"多能互补系统高度契合,特别是在智能能量管理层面具有显著的应用潜力。 技术价值方面,论文采用信息间隙决策理论(IGDT)处理...

储能系统技术 储能系统 深度学习 故障诊断 ★ 5.0

用于锂离子电池故障诊断的零样本神经架构搜索微型实时紧凑型深度神经网络

Miniature Real-Time Compact Deep Neural Network With Zero-Shot Neural Architecture Search for Lithium-Ion Battery Fault Diagnosis

Zeyang Chen · Dezhi Xu · Chao Shen · Yujian Ye 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

电池储能系统(BESS)对于现代能源管理至关重要,有助于可再生能源整合和电网稳定。然而,BESS的故障诊断需要大量的手动网络调优。为克服这一问题,我们提出了一种用于BESS故障诊断的零样本神经架构搜索方法。首先,将神经网络分解为分段线性函数,并计算此类函数的拉德马赫复杂度。为防止批量归一化(BN)层反复缩放拉德马赫复杂度而使网络比较失效,利用BN层的方差来近似拉德马赫复杂度。最后,通过8位量化对选定的模型进行压缩,以便在移动设备上部署。该方法仅需0.51个GPU小时即可达到99.42%的准确率,...

解读: 从阳光电源储能系统业务视角来看,这项基于零样本神经架构搜索的锂电池故障诊断技术具有重要的工程应用价值。该技术通过Rademacher复杂度理论自动优化神经网络结构,在0.51 GPU小时内即可达到99.42%的诊断准确率,这为我们大规模储能电站的智能运维提供了高效解决方案。 该技术的核心优势在于三...

风电变流技术 ★ 5.0

通过加速分布式控制动态最大化风电场发电功率

Dynamically Maximizing Power Production of Wind Farm Through Accelerated Distributed Control

Pengda Wang · Qiaoqiao Luo · Guan Bai · Sheng Huang 等6人 · IEEE Transactions on Industrial Informatics · 2025年4月

本文基于加速异步分布式计算方案(DCS),提出了一种用于动态最大化尾流风电场(WF)发电量的有功功率控制策略。通过采用基于模型预测控制(MPC)的二自由度(2Dof)有功功率控制策略,可以协调风力发电机(WT)的发电机转速和桨距角,以在强尾流效应的影响下提高风电场层面的长期累计发电量和功率备用。所提出的策略与现有的无模型控制策略有显著不同,它可以通过风力发电机机械状态和动态尾流的在线反馈,快速响应时变风速。所提出的策略通过两项设计可大大提高解决大规模优化问题的效率:其一,采用异步分布式计算方案来...

解读: 从阳光电源新能源综合解决方案的业务视角来看,这项基于加速分布式控制的风电场动态功率优化技术具有重要的借鉴价值和应用潜力。 该技术的核心创新在于通过模型预测控制(MPC)协同优化风机转速和桨距角,实现尾流效应下的风电场整体功率最大化。这与阳光电源在光伏电站和储能系统中面临的分布式优化问题高度相似。特...

光伏发电技术 ★ 5.0

基于电价的光伏-储能并网系统功率管理控制

Power Management Control of a PV-Battery Grid-Tied System Based on the Energy Price

P. A. Afsher · M. V. Manoj Kumar · Suresh Kumar Sooraj · IEEE Transactions on Industrial Informatics · 2025年4月

本文提出了一种单级光伏 - 电池并网系统的同步控制策略,该策略集成了基于电网电价信息的电源管理系统(PMS),旨在为商业和工业用户优化系统性能。所提出的系统通过确保电网电流呈正弦且平衡,减少谐波并符合 IEEE 519 - 2014 标准,提高了电能质量。采用改进的瞬时对称分量理论对电压源逆变器进行控制,确保系统在 IEEE 标准限制内高效运行。这项工作的主要贡献在于将动态电源管理系统控制与实时电网电价数据相结合,实现了经济优化的电池管理,同时减少了对电网的依赖并提高了成本效益。仿真和硬件实验结...

解读: 从阳光电源的业务视角来看,这篇论文提出的基于电价的光储并网系统功率管理策略具有显著的商业价值和技术借鉴意义。该研究聚焦工商业用户场景,与我司在C&I储能市场的战略布局高度契合。 **技术价值分析:**论文核心创新在于将实时电价信息深度集成到功率管理系统(PMS)中,实现储能系统的经济性优化调度。这...

风电变流技术 ★ 5.0

基于新型条件风险价值度量的高风电渗透率电网高性能优化模型

High-Performance Optimization Model Based on Novel Conditional Value At Risk Metric for Power Grids With High Wind Power Penetration

Xiaohong Ran · Wee Peng Tay · Christopher Lee · IEEE Transactions on Industrial Informatics · 2025年4月

由于在获取准确概率方面存在挑战,将不确定性表示为区间有助于缓解因缺乏分布信息而产生的问题。然而,当前电网优化建模中基于区间的方法未能充分捕捉区间变量的不确定性,导致备用成本较高。为克服现有调度模型的保守性,本研究提出了一种用于风险评估的新型不确定区间变量(UIV),其中将区间半径视为随机变量。受仿射算法的启发,我们针对多个随机变量提出了一种基于新型不确定区间的条件风险价值(CVaR)指标,称为UP - CVaR。对新英格兰39节点和118节点系统的调度结果表明,与现有经济调度(ED)模型相比,所...

解读: 从阳光电源的业务视角来看,这项基于不确定区间变量的条件风险价值(UP-CVaR)优化模型具有重要的战略参考价值。该研究针对高比例风电并网场景下的调度优化问题,提出了一种创新的风险评估方法,这与阳光电源在新能源并网和储能系统集成方面的核心业务高度契合。 该技术的核心价值在于通过将区间半径视为随机变量...

储能系统技术 微电网 强化学习 ★ 5.0

基于多智能体深度强化学习的含电池更换站的微电网群交易能源管理

Multiagent Deep Reinforcement Learning for Transactive Energy Management of MMGs Incorporating Battery Swapping Stations

Ting Cai · You Zhang · Yuxin Wu · Haoyuan Yan 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

微电网(MGs)与换电站(BSSs)之间的最优能源管理可带来显著的经济效益。然而,由于分布式可再生能源和新兴负荷的时空不确定性以及信息不完整,现有研究在制定微电网与换电站之间的最优交互策略方面面临挑战。本文采用混合多智能体深度强化学习方法解决多微电网与多换电站之间的能源交易问题,以实现运营成本最小化。具体而言,引入了一个分层的交易能源管理社区,在考虑不同利益相关者利益的情况下,促进多微电网与换电站之间的能源交换。该问题被建模为部分可观测马尔可夫博弈。所提出的混合算法将多智能体近端策略优化算法(M...

解读: 从阳光电源的业务角度看,这项基于多智能体深度强化学习的能源交易管理技术,与公司在储能系统和综合能源解决方案领域的战略布局高度契合。该技术通过MAPPO-DDQN混合算法实现多微网与换电站间的优化能源调度,平均降低13.71%的微网运营成本并提升14.62%的换电站收益,这为阳光电源的储能系统集成和能...

储能系统技术 储能系统 电池管理系统BMS ★ 5.0

评估并联异质电池串等效电路模型的通用性与有效性

Evaluating the Generality and Effectiveness of Equivalent Circuit Models for Battery Strings With Heterogeneous Cells Connected in Parallel

Xiaogang Wu · Xinhao Du · Ziyou Song · IEEE Transactions on Industrial Informatics · 2025年4月

等效电路模型(ECM)因其在简易性和准确性之间取得了良好平衡,而被广泛应用于锂离子电池管理系统中。然而,当单个电池存在异质性时,ECM能否准确模拟并联电池单元的动态特性仍不明确。为解决这一问题,本文提出了一种近似参数等效电路模型(AECM),用于在频域中表征容量和内阻不一致的并联电池的输入 - 输出特性。此外,还建立了并联单个电池的一阶等效电路模型用于对比。通过计算这两种模型的传递函数,分析了随着电池单元在容量和内阻等参数上的不一致性增加,模型误差是如何变化的。最后,利用电化学阻抗谱验证了AEC...

解读: 从阳光电源储能系统业务视角来看,这项针对异质并联电池串等效电路模型的研究具有重要的工程应用价值。在大规模储能系统中,电池组内部单体差异性是影响系统性能和寿命的关键因素,而精确的电池模型是实现高效电池管理系统(BMS)的基础。 该研究提出的近似参数等效电路模型(AECM)为解决并联异质电池建模难题提...

功率器件技术 SiC器件 ★ 5.0

基于物理信息的LSTM电力变压器时间序列预测模型

Physics-Informed LSTM-Based Time-Series Forecasting Model for Power Transformers

Leixiao Lei · Yigang He · Zhikai Xing · Zihao Li 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

数据的复杂性和有限的模型泛化能力极大地阻碍了预测精度。本文提出了一种具有自适应权重分配的物理信息融合长短期记忆模型(PILSTM - AWA)。首先,PILSTM - AWA采用分段特征提取方法,以增强局部信息捕获能力,提高对非线性数据的特征提取能力。然后,将油中溶解气体的物理分布和动态变化规律嵌入到长短期记忆(LSTM)框架中。设计了PILSTM模型来约束数据波动并预测油中溶解气体。最后,引入自适应动态加权策略来平衡物理信息和数据信息,提高预测精度。本研究利用了一台1000 kV变压器的在线监...

解读: 从阳光电源的业务视角来看,这项基于物理信息的LSTM时序预测技术虽然聚焦于电力变压器油中溶解气体预测,但其核心方法论对我司储能系统和光伏逆变器的预测性维护具有重要借鉴价值。 该技术的核心创新在于将物理约束嵌入深度学习框架,通过自适应权重平衡物理规律与数据驱动信息,这与我司大型储能电站中电池热管理、...

光伏发电技术 储能系统 储能变流器PCS ★ 5.0

基于DFIG-SPVA-BES-DG的混合电力转换系统的无缝多模式控制与运行

Seamless Multimode Control and Operation of a DFIG-SPVA-BES-DG Based Hybrid Power Conversion System With Multiple Transition States

Souvik Das · Bhim Singh · Subhadip Chakraborty · IEEE Transactions on Industrial Informatics · 2025年4月

本研究提出了一种混合电力转换系统,该系统由基于双馈感应发电机(DFIG)的风力发电机、太阳能光伏阵列、电池储能装置和柴油发电机组(DG)组成,旨在保护双馈感应发电机免受电网电压异常的影响。本研究的主要贡献在于确保系统在六种运行模式和十种模式转换过程中实现不间断的电力输送,从而实现无缝动态性能。本研究还确保无论运行模式或模式转换情况如何,每种可再生能源都能在最大功率点运行。即使在非线性和不平衡负载的情况下,柴油发电机组、双馈感应发电机定子和电网的电流也能保持正弦波,满足电能质量标准。柴油发电机组在...

解读: 从阳光电源的业务布局来看,这项多模式混合能源系统的无缝控制技术具有显著的战略价值。论文提出的"光伏-风电-储能-柴发"混合系统架构与我司"多能互补、源网荷储一体化"的解决方案方向高度契合,特别是在微电网和离网场景的应用中具有直接的商业价值。 该技术的核心亮点在于实现了六种运行模式和十种过渡状态的无...

电动汽车驱动 SiC器件 工商业光伏 ★ 5.0

Flash:基于联邦图学习的工业信息物理系统恶意Bash脚本检测

Flash: Federated Graph Learning-Based Malicious Bash Script Detection for Industrial Cyber–Physical Systems

Pengbin Feng · Ning Xi · Jiong Jin · Jun Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

工业信息物理系统给铁路运输、医疗保健和发电等传统行业带来了深刻变革。Linux 一直是智能设备使用最广泛的操作系统。它在实现高效管理的同时,也面临着来自网络空间利用漏洞的攻击。现有方法主要侧重于对 Linux 恶意软件二进制文件进行建模和检测,而很少关注防范来自 bash 脚本的攻击。在这项工作中,我们确定了工业信息物理系统中恶意 bash 脚本检测方法的两个关键属性,即“自动化与可扩展性”和“跨域联合”,并提出了一种基于联邦图学习的检测架构,即 Flash。该架构首先通过静态分析从 bash ...

解读: 从阳光电源业务视角来看,这项基于联邦图学习的恶意Bash脚本检测技术具有重要的战略价值。当前,我司的光伏逆变器、储能系统及智慧能源管理平台均采用Linux作为核心操作系统,在实现高效设备管理的同时,也面临着来自网络空间的安全威胁。传统安全方案主要针对二进制恶意软件,而忽视了Bash脚本这一重要攻击载...

光伏发电技术 储能系统 ★ 5.0

基于制造商提供参数的11参数光伏模块功能模型识别

Identification of the 11-Parameter Functional Form Model for Photovoltaic Modules Using Manufacturer-Provided Ratings

Alejandro Angulo · Miguel Huerta · Fernando Mancilla–David · IEEE Transactions on Industrial Informatics · 2025年3月

鉴于光伏(PV)发电成本持续下降,且其与零售电价的竞争力不断增强,准确预测光伏性能变得愈发重要。尽管制造商通常在标准测试条件(STC)下对光伏组件进行评级,但如今,他们还通过报告低辐照条件(LIC)和标称工作电池温度(NOCT)下的组件数据来完善这些评级。最近,安古洛等人(2024 年)提出了一种改进的光伏模型,该模型能够重现光伏组件在各种大气条件下的性能。尽管安古洛等人(2024 年)充分讨论了该模型的优越性,但并未涉及如何根据制造商提供的评级来确定其特征参数。本文提出了一种基于标准测试条件、...

解读: 从阳光电源的业务视角来看,这项11参数光伏模块功能模型的研究具有重要的战略价值。该模型通过整合标准测试条件(STC)、低辐照条件(LIC)和标称工作温度(NOCT)等制造商提供的多维度数据,实现了对光伏组件在广泛大气条件下的精确性能预测,相比现有最优模型将预测误差降低约9%。 对于阳光电源的逆变器...

第 2 / 5 页