找到 2 条结果 · IEEE Transactions on Industry Applications
基于红外热成像图像和轻量级深度CNN的光伏组件故障诊断端到端原型
An End-to-End Prototype for Fault Diagnosis of Solar Photovoltaic Modules Using Infrared Thermographic Images and Lightweight Deep CNNs
A. Mellit · C. Moussaoui · S. Pastore · A. Massi Pavan · IEEE Transactions on Industry Applications · 2025年7月
随着太阳能在各领域的广泛应用，为确保太阳能光伏（PV）装置的安全性和效率，已开发出有效且可靠的故障检测与诊断技术。近年来，利用红外热成像（IRT）图像对光伏电站进行故障诊断受到了研究人员的广泛关注。基于IRT图像设计一个有效且经济实惠的端到端原型，以协助光伏电站的操作人员和维护团队进行故障诊断，这极为必要，也是光伏界关注的关键问题。在本研究中，首先，我们将基于轻量级深度卷积神经网络（DCNN）的模型与五种混合模型进行比较，利用采集到的IRT图像对光伏组件的缺陷严重程度进行分类。结果表明，DCNN...
解读: 从阳光电源的业务视角来看，这项基于红外热成像和轻量级深度学习的光伏故障诊断技术具有显著的战略价值。作为全球领先的光伏逆变器和储能系统供应商，阳光电源不仅提供硬件设备，更致力于构建全生命周期的智能运维解决方案，而该技术正好契合这一战略方向。 该研究的核心价值在于实现了从实验室到工业应用的关键跨越。通...
电能质量扰动识别
Recognition of Power Quality Disturbances
Jiansheng Huang · Zhuhan Jiang · Michael Negnevitsky · IEEE Transactions on Industry Applications · 2025年6月
劣质电源可能会干扰通信网络、增加电力损耗、缩短电气/电子设备的使用寿命，并导致发电、输电、配电及终端用户系统出现各种故障。因此，一项关键任务是确定电网当前面临哪些电能质量问题，以及这些问题的模式和发生频率。电力公司和监管机构随后便可据此找出相应对策，以减轻这些影响。在本文中，作者提出了一种新颖的电能质量（PQ）扰动识别系统，该系统采用支持向量机和纠错输出码技术构建多分类器。此外，通过探寻电能质量扰动与相关傅里叶幅值和相位谱分量之间的联系，提出了一种基于傅里叶变换的特征提取方法。仿真结果表明，所开...
解读: 该电能质量扰动识别技术对阳光电源多条产品线具有重要应用价值。在ST系列储能变流器中，可集成该识别框架实时监测电网侧电压暂降、谐波、闪变等扰动，优化主动支撑策略；在SG系列光伏逆变器中，可提升LVRT/HVRT故障穿越能力，通过精准识别扰动类型触发相应控制模式；在PowerTitan大型储能系统中，可...