找到 5 条结果 · IEEE Transactions on Industry Applications
可解释的物理深度学习模型用于架空输电线路覆冰厚度预测
Explainable Physical Deep-Learning Model for Overhead Transmission Line Icing-Thickness Prediction
Hui Hou · Yi Wan · Zhenguo Wang · Shaohua Wang 等6人 · IEEE Transactions on Industry Applications · 2025年7月
全球变暖导致极端天气事件频发，其中频繁发生的冰灾对电力系统的稳定性构成了重大威胁。随着预测模型复杂度的增加，必须同时确保其准确性和可解释性。因此，我们提出了一种用于架空输电线路覆冰厚度预测的可解释物理深度学习模型。首先，通过白鲸优化（BWO）方法构建了一个优化模型，该模型可使预测误差最小化。其次，将深度学习预测模型与物理模型和长短期记忆网络（LSTM）模型相结合。物理模型考虑了诸如风偏角、风荷载和冰荷载等物理定律。此外，我们使用沙普利加性解释法来阐释输入特征对输出特征及模型预测结果的影响。最后，...
解读: 该覆冰预测技术对阳光电源户外电力设备具有重要防护价值。针对ST系列储能变流器和PowerTitan大型储能系统的户外部署场景，可通过集成气象传感器与物理深度学习模型，实现设备覆冰风险的提前预警，触发主动加热或功率调节策略。对于SG系列光伏逆变器，该可解释AI方法可借鉴至iSolarCloud智能运维...
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...
基于DDPG的风光储系统长期恢复过程协调控制策略
DDPG Based Coordinated Control Strategy of Wind-PV-Storage System for Long-Term Restoration Process
Yingshan Wang · Xueping Gu · Yansong Bai · Yihang Jiang 等5人 · IEEE Transactions on Industry Applications · 2024年10月
可再生能源（RESs）固有的随机波动给电力系统恢复阶段的稳定运行带来了巨大挑战。实施可再生能源协调控制策略对于确保安全高效的恢复至关重要。现有策略主要依靠储能源的调节能力来缓解可再生能源输出的波动性，却忽视了这些单元的主动支撑潜力。此外，恢复过程通常被划分为时间步长以制定宏观层面的恢复计划，但在每个时间步长内明显缺乏在线微观层面的控制策略。本文提出了一种基于深度确定性策略梯度（DDPG）算法的风光储系统长期恢复过程协调控制新策略。该策略将未来风速和辐照度数据纳入决策过程，能够适应频繁的天气变化，...
解读: 从阳光电源的业务视角来看，这项基于DDPG深度强化学习的风光储协调控制技术具有重要的战略价值。该研究突破了传统依赖储能被动调节的局限，强调可再生能源的主动支撑能力，这与我司"光储融合"产品战略高度契合。 **技术价值分析：**该论文提出的微观在线控制策略可直接应用于我司1500V光伏逆变器和Pow...
考虑电热耦合与风储协调的综合能源系统分布式机会约束优化调度
Distributed Chance-Constrained Optimal Dispatch for Integrated Energy System With Electro-Thermal Couple and Wind-Storage Coordination
Zhenwei Zhang · Yan Wang · Chengfu Wang · Ya Su 等6人 · IEEE Transactions on Industry Applications · 2024年10月
跨区远距离输电是利用地理分布不均衡的可再生能源的一种有效途径。然而，可再生能源的随机波动会传递至受端能源网络，且跨区输电线路复杂的运行条件会进一步影响能源输送。本文提出了一种考虑远距离风电场不确定注入的综合能源系统协调优化模型。首先，考虑电热耦合特性和实时环境条件，建立了架空输电线路动态容量计算模型。其次，构建了包含电力和天然气配网的综合能源系统模型，并采用麦考密克方法将其转化为二阶锥规划问题。第三，提出了一种分布式机会约束优化框架，用于协调风储系统和综合能源系统。基于随机场景采样，将概率约束转...
解读: 从阳光电源的业务视角来看，这项针对综合能源系统的分布式机会约束优化调度技术具有重要的战略价值。该研究聚焦于风储协调和电-热耦合的跨区域能源传输优化，与我司在储能系统集成、新能源并网解决方案等核心业务高度契合。 技术价值方面，论文提出的风储协调优化框架可直接应用于我司PowerStack储能系统和1...
考虑时空特征的自适应编解码模型用于分布式光伏电站短期功率预测
Adaptive Encoder-Decoder Model Considering Spatio-Temporal Features for Short-Term Power Prediction of Distributed Photovoltaic Station
Xun Dou · Yehang Deng · Shunjiang Wang · Tianfeng Chu 等6人 · IEEE Transactions on Industry Applications · 2024年1月
考虑到运维成本和技术的影响，分布式光伏电站群内部通常缺乏足够的气象观测设备。所采集气象数据的偏差以及软硬件限制导致的光伏功率数据误差，将直接导致模型预测精度降低。为解决这一问题，本文提出一种具有自适应时空编解码结构的分布式光伏功率短期预测方法，该方法能够适应不同数据输入和不同天气条件下的预测需求，提高预测精度。首先，利用随机森林算法（RF）和皮尔逊相关系数（PCC）对特征重要性进行排序，选取关键输入数据。其次，提出一种基于长短期记忆网络（LSTM）和时空注意力机制（STA）的时空特征编解码模型，...
解读: 从阳光电源的业务视角来看，这项基于自适应时空编解码器的分布式光伏短期功率预测技术具有显著的战略应用价值。 **业务协同价值：**该技术直击分布式光伏电站运维痛点——气象观测设备不足导致的预测精度下降问题。对于阳光电源的智慧能源管理系统而言，精准的功率预测是实现光储协同优化的基础。通过LSTM与时空...