找到 2 条结果 · IEEE Transactions on Industry Applications
模块化多电平矩阵变换器与低频海上风电场协调惯性响应控制策略
Coordinated Inertial Response Control Strategy for Modular Multilevel Matrix Converter and Low Frequency Offshore Wind Farm
Yibo Li · Qiuwei Wu · Yafeng Jiang · Jian Chen 等5人 · IEEE Transactions on Industry Applications · 2025年4月
模块化多电平矩阵变换器（M³C）是低频输电技术的核心组件，该技术可使海上风电系统与陆上交流（AC）系统解耦。这使得海上风电场（OWF）无法直接响应陆上系统的频率变化。因此，本文利用M³C的子模块电容电压（SM - CV）来传递电网频率变化信息，并提出一种M³C与OWF协同向陆上交流系统提供惯性响应的控制策略。建立了M³C的SM - CV与电网频率之间的关系，赋予了M³C惯性响应能力。利用M³C的SM - CV变化获取所需的低频变化信息，然后利用信号通道将低频频率变化信息传递给OWF。对OWF采用...
解读: 该研究的M3C虚拟惯性控制策略对阳光电源的储能和风电产品线具有重要参考价值。首先，虚拟惯性控制技术可直接应用于ST系列储能变流器和PowerTitan系统，提升其电网支撑能力。其次，协调控制思路可用于优化阳光电源风电变流器的VSG控制算法，特别是在大型海上风电项目中。此外，频率解耦与惯性响应的创新方...
内在与外在学习框架用于多设备初期故障检测与分类
Intrinsic and Extrinsic Learning Framework for Multi-Equipment Incipient Fault Detection and Classification
Lixian Shi · Yang Weng · Qiushi Cui · Xiaodong Zheng 等6人 · IEEE Transactions on Industry Applications · 2024年9月
早期故障（IFs）是电力设备故障的先兆。由于发生频率低，早期故障数据十分稀缺。早期故障数据的稀缺导致识别早期故障存在困难。传统方法缺乏学习早期故障数据丰富且有意义表征的能力，尤其是在早期故障数据有限的情况下。此外，一些将波形转换为图像的方法在捕捉时间关系和分析波形失真方面并无优势。为解决这些问题，本文开发了一个名为INTEL - IFD的智能框架。在数据处理过程中，提出了一种加权早期故障格拉姆矩阵表达方法，以获得增强了早期故障特征的加权格拉姆图像，用于进一步基于图像的智能识别。为应对故障数据有限...
解读: 该内在与外在学习框架对阳光电源的功率器件故障预测具有重要应用价值。可应用于ST系列储能变流器、SG系列光伏逆变器中的SiC功率模块故障预警,以及PowerTitan大型储能系统的预测性维护。通过挖掘有限故障样本的深层特征并引入外部知识,可提升iSolarCloud平台对功率器件初期故障的诊断准确率。...