找到 4 条结果 · IEEE Transactions on Industry Applications
基于数据驱动方法在液态金属电池容量骤降前的提前预警
Advance Warning Prior to Capacity Plunge of Liquid Metal Battery Using Data-Driven Methods
Qionglin Shi · Min Zhou · Haomiao Li · Kangli Wang 等5人 · IEEE Transactions on Industry Applications · 2025年2月
液态金属电池（LMB）因其卓越的安全性和长寿命，作为一种新型储能技术受到了广泛关注。分析其老化轨迹，特别是容量骤降过程，对于理解其老化机制和实现有效的健康诊断至关重要。然而，在容量骤降之前，该电池往往缺乏明显的预警信号，这阻碍了在实际应用中对容量的准确预测和采取主动措施。为应对这一挑战，本研究提出了一种数据驱动的方法，该方法能有效量化液态金属电池的容量变化，在容量骤降发生前发出预警。首先，采用经验模态分解方法将容量数据分解为多个分量，这些分量代表了液态金属电池的不同特征。随后，应用高斯混合模型为...
解读: 该液态金属电池容量骤降预警技术对阳光电源储能产品线具有重要借鉴价值。虽然阳光电源主要采用锂电池技术路线，但其数据驱动的预测性维护方法可直接应用于PowerTitan储能系统和ST系列储能变流器。通过在iSolarCloud云平台集成充放电曲线特征参数实时监测与机器学习异常检测算法，可提前数个周期识别...
用于识别逆变器控制模式及估计逆变器资源与负荷参数的监督学习框架
Supervised Learning Framework for Identification of Inverter Control Mode and Estimation of Inverter-Based-Resource & Load Parameters
Syed Muhammad Hur Rizvi · Shaban Ghias Satti · Muhammad Ayaz · IEEE Transactions on Industry Applications · 2024年10月
由于基于逆变器的资源（IBR）迅速普及，现代配电网的主动性日益增强。由于这些IBR能够在多种控制模式下运行，因此电力公司运营商准确识别控制模式并估计相关参数至关重要。本文提出了一种三管齐下的数据驱动方法，用于基于逆变器的资源（IBR）的实时控制模式识别以及IBR和聚合负荷的参数估计。该方法利用观测节点处微相量测量单元（PMU）报告速率下的电压和功率数据，进行IBR模式识别和参数估计。针对这种三管齐下的方法，开发了一个具有自适应窗口选择算法的实时实现框架，以实时跟踪控制模式和参数。自适应窗口选择算...
解读: 从阳光电源的业务视角来看，这篇论文提出的基于监督学习的逆变器控制模式识别与参数估计框架具有重要的战略价值。随着我司光伏逆变器和储能系统在全球配电网中的大规模部署，如何实现对分布式逆变器资源（IBRs）的精准监测和智能管理已成为提升系统稳定性和优化运营效率的关键课题。 该研究提出的"三管齐下"数据驱...
面向多方风电功率预测的隐私保护自适应联邦深度学习
Privacy-Preserving and Adaptive Federated Deep Learning for Multiparty Wind Power Forecasting
Yi Wang · Qinglai Guo · IEEE Transactions on Industry Applications · 2024年7月
先进的预测工具对于现代电力系统减轻可再生能源的不确定性至关重要。尽管数据驱动的方法在风电预测方面取得了显著进展，但数据可用性有限阻碍了其有效性。严格的数据监管规则和竞争利益使得相邻风电场无法整合数据集以学习更准确的预测模型。为应对这一挑战，我们提出了 SecFedAProx - LSTM，这是一种结合深度学习模型和隐私保护自适应联邦学习框架的新型风电预测方法。该方法动态调整局部优化目标，以在全局收敛性能和探索个体特征之间取得平衡，从而解决统计异质性问题。此外，它采用去中心化多客户端功能加密进行安...
解读: 从阳光电源的业务视角来看，本文提出的隐私保护自适应联邦学习风电预测方法具有重要的战略参考价值。虽然研究聚焦于风电场景，但其核心技术框架可直接迁移至光伏功率预测、储能系统优化及多能源协同管理等阳光电源的核心业务领域。 该技术的核心价值在于突破了数据孤岛困境。当前阳光电源在全球部署了大量光伏电站和储能...
基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估
Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping
Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月
可再生能源在电力系统中的渗透率不断提高，这使得风电场提供频率支撑成为必要。考虑到风力发电机组（WTs）的复杂协调以及频率响应的时变特性，有必要评估风电场的一次频率调节（PFR）能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战，本文提出了一种用于风电场的基于数据驱动的状态空间映射方法，以构建下垂系数和惯性系数的可行区域，并通过迭代方案确定最优系数。基于库普曼算子理论（KOT），将一次频率调节的非线性模型转化为线性升维形式，从而可以利用测量数据进行实时评估。...
解读: 从阳光电源的业务视角看，这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进，新能源渗透率持续提升，电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法，为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...