找到 30 条结果 · IEEE Transactions on Power Electronics
电力变换器的FCS-MPC：一种数据驱动的无模型强化学习解决方案
FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文为有限控制集模型预测控制（FCS-MPC）奠定了理论基础，利用数据驱动的无模型强化学习方法，结合比例积分型数据驱动动态内部模型预测控制与强化学习策略，实现了电力变换器的高效控制。
解读: 该技术对阳光电源的核心产品线（光伏逆变器、储能PCS及风电变流器）具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型，而该无模型强化学习方案能显著降低建模难度，提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中，以优化在弱电网环境...
一种基于模型与数据驱动相结合的串并联电池组多故障诊断方法
A Combined Model-Based and Data-Driven Multi-Fault Diagnosis Method for Series–Parallel Battery Packs
Tiantian Lin · Ziqiang Chen · Shiyao Zhou · IEEE Transactions on Power Electronics · 2025年8月
针对锂离子电池系统安全运行，本文提出了一种基于改进非冗余交叉电压测量拓扑的串并联电池组多故障诊断方法。该方法结合了基于模型的方法（双H无穷滤波器）与数据驱动技术，有效提升了复杂电池系统中多故障识别的准确性与可靠性。
解读: 该研究直接服务于阳光电源的储能业务，特别是PowerTitan和PowerStack系列大型储能系统。随着储能系统容量的不断扩大，串并联电池组的故障诊断难度显著增加。该方法提出的模型与数据驱动融合诊断策略，可深度集成至阳光电源的iSolarCloud智能运维平台及BMS系统中，实现对电芯级故障的早期...
一种用于IGBT触发脉冲间歇性故障诊断的多目标预测器方法
A Multiobjective Predictor Approach for IGBT Trigger Pulse Intermittent Fault Diagnosis
Bin Gou · Yilong Wang · Jiangle Yu · Wei Xiong 等6人 · IEEE Transactions on Power Electronics · 2025年2月
本文针对IGBT模块与控制器间的异常问题，研究了触发脉冲间歇性故障（IF）的诊断方法。文章以单相脉冲整流器为研究对象，构建了一种数据驱动的多目标预测器，旨在提升电力电子系统运行的稳定性与可靠性。
解读: 该研究对阳光电源的核心产品线（光伏逆变器、储能PCS、风电变流器）具有极高的应用价值。IGBT作为功率变换的核心器件，其驱动脉冲的可靠性直接影响系统寿命。通过引入多目标预测器进行间歇性故障诊断，可显著提升iSolarCloud智能运维平台的预警能力，实现从“事后维修”向“预测性维护”的转型。建议研发...
基于全仿真数据驱动的多相变换器故障诊断域泛化方法
Fully Simulated Data-Driven Domain Generalized Method for Multiphase Converters Fault Diagnosis
Haoxiang Xu · Zicheng Liu · Guangyu Wang · Dong Jiang 等5人 · IEEE Transactions on Power Electronics · 2025年1月
本文研究了深度学习模型在多相变换器功率开关器件故障诊断中的泛化能力。针对工业场景下故障数据稀缺及实验成本高昂的问题，提出了一种利用全仿真数据进行训练的域泛化方法，有效提升了模型在真实工况下的故障诊断准确性与鲁棒性。
解读: 该研究直接契合阳光电源在光伏逆变器及储能变流器（PCS）领域的可靠性需求。随着PowerTitan等大型储能系统及组串式逆变器功率密度的提升，功率器件的故障诊断至关重要。该方法通过全仿真数据解决故障样本稀缺问题，可直接赋能iSolarCloud智能运维平台，实现对逆变器和PCS内部功率模块的早期预警...
基于传感器融合的智能电池模组荷电状态估计
Sensor Fusion-Enabled State of Charge Estimation of Smart Battery Module
Haoyong Cui · Zhongbao Wei · Rui Wang · IEEE Transactions on Power Electronics · 2025年1月
随着锂离子电池精细化管理需求增长，本文针对智能电池模组提出了一种数据与模型双驱动的高精度荷电状态（SOC）估计方案。通过引入低成本准冗余电流传感技术，有效提升了单体电池级SOC估计的准确性与可靠性，为电池管理系统的智能化升级提供了新路径。
解读: 该技术对阳光电源的PowerTitan和PowerStack系列储能系统具有重要应用价值。通过引入传感器融合与数据驱动算法，可显著提升BMS在电池模组层级的SOC估算精度，从而优化电池簇的一致性管理，延长系统循环寿命。建议研发团队关注该方案的低成本实现路径，将其集成至iSolarCloud平台，以实...
数据驱动与事件驱动相结合的电力变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年1月
本文提出了一种结合数据驱动与事件驱动的在线学习预测控制策略，旨在解决电力变换器中有限控制集模型预测控制（FCS-MPC）面临的模型参数不确定性及开关损耗过高的问题。该方法通过在线学习优化控制性能，有效提升了变换器在复杂工况下的鲁棒性与效率。
解读: 该研究直接针对阳光电源核心产品（如组串式逆变器、PowerTitan储能变流器）中广泛使用的模型预测控制（MPC）技术。通过引入数据驱动与事件驱动机制，可显著提升逆变器在电网参数波动下的动态响应能力，并降低开关频率以减少损耗，从而提升产品能效。建议研发团队将其应用于iSolarCloud平台的边缘计...
数据驱动与事件驱动相结合的电力电子变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月
数据驱动与事件驱动相结合，为缓解经典有限控制集模型预测控制中电力变换器长期面临的研究难题（即模型参数不确定性和不必要的开关损耗）带来了可能。受此启发，我们将针对在线学习预测控制器的设计问题展开一项重要研究。与该领域的大多数先前研究不同，这可通过一个集成的数据驱动与事件驱动设计框架来实现。更确切地说，设计过程依赖于以下方面的结合：开发一种数据驱动的无模型自适应预测控制方法、引入在线强化学习技术以及利用事件驱动机制。此外，我们还基于输入 - 输出数据，针对低频开关操作下的未知不确定性，对鲁棒无模型预...
解读: 从阳光电源的核心业务视角来看，这项结合数据驱动与事件驱动的在线学习预测控制技术具有显著的战略价值。该技术针对功率变换器有限集模型预测控制（FCS-MPC）的两大痛点——模型参数不确定性和不必要的开关损耗——提供了创新性解决方案，这与我司光伏逆变器和储能变流器的核心技术需求高度契合。 从产品应用层面...
电网边缘的机器学习：面向无模型逆变器的数据驱动阻抗建模
Machine Learning at the Grid Edge: Data-Driven Impedance Models for Model-Free Inverters
Yufei Li · Yicheng Liao · Liang Zhao · Minjie Chen 等8人 · IEEE Transactions on Power Electronics · 2024年8月
未来电网将由大量连接可再生能源的智能逆变器支撑，其动态特性通常表现为阻抗，对电网稳定性和韧性至关重要。由于逆变器物理实现差异大且往往涉及商业机密，传统的解析阻抗建模方法受限。本文提出了一种数据驱动的阻抗建模方法，利用机器学习技术在无需已知内部物理模型的情况下，准确表征逆变器的阻抗特性，为电网稳定性分析提供新思路。
解读: 该研究对于阳光电源的组串式光伏逆变器及PowerTitan/PowerStack储能系统具有重要应用价值。随着电网渗透率提升，弱电网下的谐振抑制与稳定性控制是行业痛点。通过引入数据驱动的阻抗建模，阳光电源可在iSolarCloud智能运维平台中实现更精准的电网交互特性监测，优化逆变器在复杂电网环境下...
一种双有源桥变换器混合数据驱动的功率损耗最小化方法
A Hybrid Data-Driven Power Loss Minimization Method of Dual-Active Bridge Converters
Ziheng Xiao · Yu Jiang · Zhigang Yao · Zhou He 等7人 · IEEE Transactions on Power Electronics · 2024年5月
由于控制参数复杂，DAB变换器的效率优化过程繁琐且耗时。传统基于理想无损模型的方法与实验结果存在偏差。本文提出一种混合数据驱动方法，通过结合理论模型与实验数据，有效解决了DAB变换器在实际运行中的功率损耗最小化问题，提升了变换效率。
解读: DAB变换器是阳光电源储能系统（如PowerTitan、PowerStack系列）及PCS核心功率模块的关键拓扑。该研究提出的混合数据驱动方法，能够弥补传统解析模型在复杂工况下精度不足的问题，显著提升储能变流器的全功率段转换效率。建议研发团队将其应用于iSolarCloud智能运维平台的数据分析中，...
过充循环条件下锂离子电池退化评估的数据驱动方法
Data-Driven Lithium-Ion Battery Degradation Evaluation Under Overcharge Cycling Conditions
Yiwen Zhao · Zhenpo Wang · Zhenyu Sun · Peng Liu 等6人 · IEEE Transactions on Power Electronics · 2023年8月
针对电动汽车锂离子电池过充退化评估与异常检测问题，本文提出了一种数据驱动的评估框架。通过多级过充循环实验，分析了电池退化行为与特征，为提升电池健康状态（SOH）评估精度及安全性提供了有效手段。
解读: 该研究直接服务于阳光电源储能业务的核心安全需求。在PowerTitan和PowerStack等大型储能系统中，电池过充保护是BMS（电池管理系统）的核心功能。该数据驱动模型可集成至iSolarCloud智能运维平台，通过机器学习算法对电池组进行全生命周期监测，实现过充风险的早期预警。建议研发团队将此...
人工智能逆向应用在电力变换器控制中的研究
Inverse Application of Artificial Intelligence for the Control of Power Converters
Yuan Gao · Songda Wang · Habibu Hussaini · Tao Yang 等8人 · IEEE Transactions on Power Electronics · 2023年2月
本文提出了一种电力电子变换器控制的“人工智能逆向应用”（IAAI）新方法。与传统控制策略相比，该方法通过数据驱动过程直接获取所需的控制系数或参考值，无需复杂的优化算法或繁琐的数学推导，显著简化了控制设计流程。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan/PowerStack储能变流器）具有极高的应用价值。目前，逆变器控制算法多依赖于复杂的模型预测控制（MPC）或参数整定，计算开销大且对模型精度要求高。IAAI方法通过数据驱动直接获取控制参数，可显著降低控制器计算负担，提...
基于数据驱动神经预测器的电力变换器鲁棒模型预测控制
Data-Driven Neural Predictors-Based Robust MPC for Power Converters
Xing Liu · Lin Qiu · Jose Rodriguez · Wenjie Wu 等8人 · IEEE Transactions on Power Electronics · 2022年10月
本文提出了一种基于数据驱动神经预测器的鲁棒有限控制集模型预测控制（FCS-MPC）方法，旨在提升电力变换器控制系统的鲁棒性及多目标控制的灵活性。通过神经网络预测器估计未知非线性项，有效增强了控制系统对参数扰动和模型不确定性的适应能力。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式及集中式光伏逆变器中，FCS-MPC可显著提升动态响应速度；在PowerTitan等大型储能PCS中，该算法能有效应对电网弱电网环境下的参数波动，提升系统稳定性。建议研发团队将该数据驱动预测模型集成至iSolarCloud智能运维平台，利用边缘计算能力...
电动汽车锂离子电池过放电的数据驱动故障诊断
Data-Driven Fault Diagnosis of Lithium-Ion Battery Overdischarge in Electric Vehicles
Naifeng Gan · Zhenyu Sun · Zhaosheng Zhang · Shiqi Xu 等6人 · IEEE Transactions on Power Electronics · 2022年4月
过放电会严重缩短锂离子电池寿命。本文提出一种数据驱动方法，旨在检测电池电压低于截止电压的过放电状态，从而预防电池损坏。该研究对于提升电池管理系统（BMS）的安全性与可靠性具有重要意义。
解读: 该研究对于阳光电源的储能业务（如PowerTitan、PowerStack及户用储能系统）具有极高的应用价值。过放电保护是BMS的核心功能，通过引入数据驱动的故障诊断算法，可以显著提升系统在极端工况下的安全性，延长电池组使用寿命。建议将此类机器学习算法集成至iSolarCloud智能运维平台，通过云...
一种电力变换器开路故障的模型-数据混合驱动诊断方法
A Model-Data-Hybrid-Driven Diagnosis Method for Open-Switch Faults in Power Converters
Zhan Li · Yuan Gao · Xin Zhang · Borong Wang 等5人 · IEEE Transactions on Power Electronics · 2021年5月
本文提出了一种结合模型驱动与数据驱动优势的电力变换器开路故障诊断方法。该方法利用变换器的显式解析模型与人工神经网络（ANN）的学习能力，通过离线模型分析与在线学习过程，实现对功率器件开路故障的精准识别，有效提升了电力电子系统的运行可靠性。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式逆变器和PowerTitan/PowerStack储能变流器中，功率器件（IGBT/SiC）的开路故障直接影响系统可用性。通过引入模型-数据混合驱动诊断，可显著提升iSolarCloud平台的智能运维能力，实现故障的早期预警与精准定位，降低运维成本。建...
基于可检测性的变换器多设备故障数据驱动诊断方法
Detectability Based Data-Driven Fault Diagnosis Method for Multiple Device Faults of Converters
作者未知 · IEEE Transactions on Power Electronics · 日期未知
本文提出了一种基于数据驱动的变换器多设备故障诊断方法。该方法无需额外传感器，保持了系统原有的结构。针对多设备故障样本获取难、可检测性不确定及决策不可解释等挑战，文章通过可检测性分析优化了诊断流程，有效提升了电力电子变换器的运行可靠性。
解读: 该研究直接服务于阳光电源核心产品线的运维需求。在组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器中，多设备故障（如功率模块IGBT失效）的精准定位是提升系统可用性的关键。该方法通过数据驱动实现故障诊断，无需增加硬件成本，非常契合iSolarCloud智能运维平台的需求。...
一种用于环形直流微电网的少传感器局部数据驱动故障定位方法
Local Data-Driven Fault Localization Method for Ring-Type DC Microgrid With Fewer Sensors
Hongyi Liu · Hua Han · Xinlong Zheng · Weiwei Li 等8人 · IEEE Transactions on Power Electronics · 2026年4月
针对直流微电网暂态时间短、电流上升快及过流能力弱的特点，本文提出了一种基于少传感器的去中心化离线故障定位方法。该方法不依赖通信，通过数据驱动手段实现精准的线路故障定位，对于提升系统维护效率及故障后快速恢复具有重要意义。
解读: 该研究对于阳光电源的微电网解决方案（如PowerTitan、PowerStack储能系统及工商业光伏系统）具有重要参考价值。在直流微电网或多机并联储能系统中，故障的快速定位是保障系统安全的关键。该方法提出的去中心化、少传感器方案，可降低系统硬件成本并提升运维智能化水平。建议研发团队将其算法逻辑集成至...
级联电力电子系统实时仿真的混合数据-物理驱动建模方法
Hybrid Data-Physics-Driven Modeling Method for Real-Time Simulation of Cascaded Power Electronics Systems
Chenxiang Gao · Pan Wu · Jin Xu · Keyou Wang 等6人 · IEEE Transactions on Power Electronics · 2026年3月
针对级联电力电子系统实时仿真难题，传统物理建模依赖详尽参数且效率低，纯数据驱动方法则面临高数据需求与长训练周期挑战。本文提出一种混合数据-物理驱动建模方法，通过融合物理先验知识与数据驱动模型，在保证实时仿真精度的同时，显著降低了计算复杂度和对海量数据的依赖。
解读: 该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有重要应用价值。在多级联变换器架构中，该混合建模方法可大幅提升iSolarCloud平台的数字孪生仿真效率，实现对复杂工况下系统动态行为的实时预测。建议研发团队将其应用于功率模块的寿命预测及故障诊断，通过物理模型约束...
基于数据驱动的磁网络能量路由器少传感器开路故障定位方法
Data-Driven Adaptive Open-Circuit Fault Localization Method With Reduced Sensors for Magnetic-Network Energy Router
Weiheng Zeng · Sayed Abulanwar · IEEE Transactions on Power Electronics · 2026年1月
针对磁网络能量路由器（MNER）开关器件众多导致的故障定位难题，本文提出了一种基于少传感器的自适应数据驱动开路故障定位方法。通过从桥臂电压采样通道提取自适应数据集合，构建多个时间滑动集成异常编码器（EAE），实现了对复杂拓扑下开关故障的精准定位。
解读: 该研究提出的少传感器故障定位技术对阳光电源的电力电子设备具有重要参考价值。在PowerTitan储能系统及大型集中式光伏逆变器中，随着功率模块集成度提高，开关管数量大幅增加，传统的全传感器监测方案成本高且复杂。该方法通过数据驱动和少量传感器实现故障诊断，有助于提升阳光电源iSolarCloud智能运...
考虑电容(C)与等效串联电阻(ESR)的模块化多电平变换器(MMC)单片数据驱动状态监测策略
Monolithic Data-Driven Condition Monitoring Strategy for MMC Considering C and ESR
Shuyu Ou · Mahyar Hassanifar · Martin Votava · Ariya Sangwongwanich 等8人 · IEEE Transactions on Power Electronics · 2025年8月
电容器的可靠性是确保模块化多电平变换器(MMC)性能的关键。现有研究多关注电容值，忽略了等效串联电阻(ESR)的影响。本文提出一种单片数据驱动监测策略，通过同时监测电容和ESR，提升MMC子模块的健康状态评估与预测性维护能力。
解读: MMC技术在阳光电源的大型集中式光伏逆变器及高压储能系统（如PowerTitan系列）中具有重要应用潜力。电容作为电力电子变换器中最易失效的被动元件，其ESR与电容值的联合监测对于提升系统全生命周期可靠性至关重要。该策略通过数据驱动方法实现故障预警，可集成至iSolarCloud智能运维平台，实现对...
基于数据驱动的无模型预测控制在固态直流变压器功率快速精确分配中的应用
Model-Free Predictive Control Based on Data-Driven for Fast and Accurate Power Allocation in Solid-State DC Transformers
Dehao Kong · Shaobin Li · Chuang Liu · Zhenbin Zhang 等7人 · IEEE Transactions on Power Electronics · 2025年1月
针对固态直流变压器（DCT）在输入串联输出并联（ISOP）架构下的鲁棒性难题，本文提出一种基于数据驱动的无模型预测控制策略。该方法在保持模型预测控制优异动态性能的同时，有效解决了多变量管理与参数不确定性带来的控制挑战，实现了功率的快速精确分配。
解读: 该技术对阳光电源的储能系统（如PowerTitan、PowerStack）及大功率直流变换环节具有重要参考价值。ISOP架构常用于高压大功率储能PCS，无模型预测控制能有效降低对系统精确建模的依赖，提升在复杂工况下的鲁棒性与动态响应速度。建议研发团队关注该算法在多模块并联均流控制中的应用，以优化iS...
第 1 / 2 页