找到 6 条结果 · IEEE Transactions on Power Electronics
小样本预测验证测试：电力电子变换器的不确定性感知设计与鲁棒维护策略
Small-Sample Prediction Validation Testing: Uncertainty-Aware Design and Robust Maintenance Strategy for Power Electronic Converters
Qisen Sun · Cen Chen · Xiao Cai · Junpeng Gao 等7人 · IEEE Transactions on Power Electronics · 2025年11月
针对电力电子变换器（PECs）退化预测中数据稀缺与测试周期短的挑战，本文提出了一种不确定性感知的设计与维护策略。该方法旨在通过小样本验证提升预测准确性，从而优化维护决策，增强系统运行稳定性并降低故障风险。
解读: 该研究直接契合阳光电源在光伏逆变器及储能系统（如PowerTitan、PowerStack）全生命周期管理中的核心痛点。在实际应用中，由于现场运行环境复杂且故障数据稀缺，基于该文的不确定性感知预测模型，可显著提升iSolarCloud智能运维平台对功率模块及电容等关键部件的寿命预测精度。建议将此算法...
基于可视化单循环数据的锂离子电池循环寿命超早期预测
Ultra-Early Prediction of Lithium-Ion Battery Cycle Life Based on Visualized Single-Cycle Data
Wenjin Yang · Fanqi Min · Jingying Xie · Hengzhao Yang · IEEE Transactions on Power Electronics · 2025年5月
本文提出了一种基于电池运行超早期单次充放电循环可视化数据的循环寿命预测框架。通过滑动窗口法将原始序列数据转化为图像，并利用欧几里得距离等方法进行特征提取，实现了对电池寿命的早期精准预测。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack及ST系列PCS）具有极高的应用价值。通过在电池运行初期实现寿命的超早期预测，可显著优化BMS的健康状态（SOH）评估算法，提升储能电站的运维效率。建议将此可视化预测模型集成至iSolarCloud平台，通过大数据分析实现储能资...
用于逆变器系统早期故障检测的密集多阶特征提取方法
Intensive Multiorder Feature Extraction for Incipient Fault Detection of Inverter System
Min Wang · Feiyang Cheng · Min Xie · Gen Qiu 等5人 · IEEE Transactions on Power Electronics · 2025年2月
逆变器系统在电力系统中至关重要，故障诊断是研究热点。现有基于数据的方法在处理顽固的早期故障时表现不佳。本文提出了一种密集多阶特征提取方法，旨在提升逆变器系统早期故障检测的准确性与鲁棒性，有效解决复杂工况下的故障识别难题。
解读: 该研究提出的早期故障检测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储能系统中，早期故障预警能显著降低运维成本并提升系统可用性。通过将该特征提取算法集成至iSolarCloud智能运维平台，可实现从“事后维修”向“预测性维护”的跨越。建议研发团队关...
逆变器系统早期故障检测的多阶密集特征提取
Intensive Multiorder Feature Extraction for Incipient Fault Detection of Inverter System
Min Wang · Feiyang Cheng · Min Xie · Gen Qiu 等5人 · IEEE Transactions on Power Electronics · 2024年10月
逆变器系统在航空航天、国防、交通运输、现代工业和电力系统中起着至关重要的作用，这促使学者和工程师们在故障诊断方面付出了大量努力。基于数据的方法在解决该问题时被广泛应用，因其可利用现有的历史数据，而无需进行复杂的数学建模，但它们在检测顽固的早期故障方面能力不足。因此，本文提出了一种深度多阶特征提取器（IMFE）用于逆变器系统的早期故障检测，该提取器能够深度提取统计特征并减少有害干扰。首先，采用一种在非相邻层之间具有短路径的密集结构，以实现多阶知识的复用。然后，对获取的特征进行优化，并舍弃低质量信息...
解读: 从阳光电源的业务视角来看，这篇关于逆变器系统早期故障检测的论文具有重要的工程应用价值。论文提出的密集多阶特征提取器（IMFE）方法，针对传统数据驱动方法在早期故障检测中的不足，通过密集连接结构实现多阶知识重利用和特征精炼，将故障检测率提升3.1%，这对于大规模光伏电站和储能系统的可靠性保障具有显著意...
一种基于偏置温度不稳定性
BTI）的功率MOSFET退化路径依赖性识别方法
Xuerong Ye · Qisen Sun · Ruyue Zhang · Yifan Hu 等7人 · IEEE Transactions on Power Electronics · 2024年10月
偏置温度不稳定性（BTI）是导致功率MOSFET关键运行参数退化的主要可靠性问题。准确识别退化的路径依赖性对于量化任务剖面下的累积退化至关重要，该研究旨在确定应力交互作用对器件退化的具体影响机制。
解读: 该研究直接关系到阳光电源核心产品（如组串式/集中式逆变器、PowerTitan/PowerStack储能系统）中功率模块的长期可靠性。随着产品向高功率密度和宽禁带半导体（SiC/GaN）应用演进，BTI效应导致的退化评估变得尤为关键。该方法可集成至iSolarCloud智能运维平台，通过对MOSFE...
一种用于永磁同步电机驱动系统的三相逆变器数据驱动故障诊断方法
A Data-Driven Fault Diagnosis Methodology in Three-Phase Inverters for PMSM Drive Systems
Baoping Cai · Yubin Zhao · Hanlin Liu · Min Xie · IEEE Transactions on Power Electronics · 2017年7月
永磁同步电机与三相逆变器是现代工业驱动系统的核心。逆变器作为系统中最薄弱环节，其功率开关的故障诊断至关重要。本文提出了一种基于数据驱动的故障诊断方法，旨在提高逆变器在复杂工况下的运行可靠性与故障识别效率。
解读: 该研究提出的数据驱动故障诊断方法对阳光电源的逆变器及储能PCS产品线具有重要参考价值。随着阳光电源产品向高功率密度和高可靠性演进，功率开关（IGBT/SiC）的实时健康状态监测与故障预警是提升iSolarCloud智能运维平台竞争力的关键。建议将此数据驱动模型集成至逆变器控制算法中，实现从“被动维修...