找到 552 条结果
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年4月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
基于复变量设计的构网型逆变器功率控制
Complex Variable Design for Power Control of Grid-Forming Inverter
Xiangjun Quan · Dale Li · Zhixiang Zou · Qinran Hu 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
由于耦合的高阶系统特性，构网型（GFM）逆变器的功率环路与解耦控制分析与设计较为复杂，传统方法通常采用双输入双输出模型分别设计有功与无功功率控制。本文提出一种复功率-相角（CPPA）模型，将其构建为单输入单输出系统，并在此基础上设计复功率控制器。所提控制框架通过降阶的复数传递函数统一实现有功与无功功率的解耦控制，显著提升GFM逆变器功率控制的动态性能。仿真与实验结果验证了该方法的鲁棒性与优越性。
解读: 该复变量功率控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型GFM控制具有重要应用价值。所提CPPA模型将双输入双输出系统降阶为单输入单输出复数传递函数，可显著简化阳光电源储能系统的功率环路设计流程，提升有功无功解耦控制性能。该方法特别适用于弱电网场景下ST系列产品的快...
面向主动配电网安全运行的人在环路强化学习伏/无功控制方法
Human-in-the-Loop Reinforcement Learning Method for Volt/Var Control in Active Distribution Network With Safe Operation Mechanism
Yuechuan Tao · Zhao Yang Dong · Jing Qiu · Shuying Lai 等8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种人在环路深度强化学习（HITL-DRL）框架，结合人类专家经验与Security-Clipped PPO算法，提升主动配电网中光伏与储能系统的电压/无功快速协同调控能力，显著降低电压越限率（73.4%），增强鲁棒性与可解释性。
解读: 该研究高度契合阳光电源在光储协同智能调控领域的战略布局。其HITL-DRL框架可直接赋能ST系列PCS、PowerTitan及iSolarCloud平台的Volt/Var自适应调节功能，提升组串式逆变器在弱电网下的动态无功响应精度与安全性；建议将SC-PPO算法嵌入iSolarCloud边缘控制器，...
基于安全运行机制的主动配电网人机协同强化学习电压/无功控制方法
Human-in-the-loop Reinforcement Learning Method for Volt/Var Control in Active Distribution Network with Safe Operation Mechanism
Yuechuan Tao · Zhao Yang Dong · Jing Qiu · Shuying Lai 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对分布式能源接入带来的主动配电网运行复杂性，传统调压方法难以应对。本文提出一种融合人类经验的人机协同深度强化学习（HITL-DRL）框架，并引入安全约束裁剪的近端策略优化（SC-PPO）算法以保障学习过程的安全性。通过人类示范、反馈与对抗设置三种干预策略，提升学习效率与可解释性。仿真表明，该方法在IEEE 33节点系统中相较传统DRL算法具有更快的收敛速度与更强的鲁棒性，电压越限率降低73.4%，决策时间小于1毫秒，接近最优解性能，具备实时应用潜力。
解读: 该人机协同强化学习电压/无功控制技术对阳光电源配电网侧储能系统具有重要应用价值。SC-PPO算法的安全约束机制可直接应用于PowerTitan储能系统的电压调节策略，保障分布式光伏并网场景下的安全运行。毫秒级决策响应能力契合ST系列储能变流器的实时控制需求，73.4%的电压越限率降低可显著提升含高比...
采用快速平滑二阶滑模控制与神经模糊估计及变增益鲁棒精确输出微分器的风能转换系统性能增强
Enhanced wind energy conversion system performance using fast smooth second-order sliding mode control with neuro-fuzzy estimation and variable-gain robust exact output differentiator
Ameen Ullah · Safeer Ullah · Tanzeel Ur Rahman · Irfan Sami 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 风能转换系统（WECS）常因风速的随机性和间歇性而面临挑战，导致发电输出功率与波动的电力负载需求之间出现不匹配。为有效应对这一问题，先进的最大功率点跟踪（MPPT）策略对于最大化功率提取至关重要。本研究提出了一种基于快速平滑二阶滑模控制（FSSOSMC）的新型MPPT方法，旨在优化与永磁同步发电机（PMSG）耦合的3 kW定桨距变速WECS的功率输出。为了在系统参数存在不确定性与非线性的情况下仍保持控制的鲁棒性，采用了基于Takagi–Sugeno–Kang（TSK）模糊推理系统的离线神经...
解读: 该快速平滑二阶滑模MPPT技术对阳光电源风电变流器及储能系统具有重要借鉴价值。其98.9%的系统效率和98.2%的跟踪精度显著优于传统方法,可应用于SG风电变流器优化最大功率点跟踪算法。神经模糊估计与鲁棒微分器的融合控制策略,可移植至ST系列PCS的GFM控制中,提升新能源波动工况下的动态响应速度(...
基于PMU数据的全系统互感器校准与线路参数估计
System-Wide Instrument Transformer Calibration and Line Parameter Estimation Using PMU Data
Antos Cheeramban Varghese · Anamitra Pal · IEEE Transactions on Power Delivery · 2025年11月 · Vol.41
未校准的互感器会降低依赖其电压电流测量的下游应用性能。本文提出一种基于同步相量数据的统计框架，实现线路参数估计与互感器校准联合求解（SLIC），兼顾参数时变性，并通过实测系统验证其高精度与鲁棒性。
解读: 该研究提升电网侧量测精度与模型可信度，对阳光电源ST系列PCS、PowerTitan等储能系统在弱电网/复杂拓扑下的精准功率调度、黑启动支撑及iSolarCloud平台高级分析（如线损评估、故障定位）具有重要价值。建议在大型光储电站部署中融合PMU级同步测量能力，优化PCS并网控制参数自整定与LVR...
功率变换器中IGBT多状态可靠性分析以实现低失效率运行
Power Converter's IGBT Multi‐State Reliability Analysis for Low Failure Rate Operation
Qiaohan Su · Zhen Zhu · Danxian Ye · Man Chung Wong · IET Power Electronics · 2026年2月 · Vol.19
本文提出一种突破传统两状态恒定失效率假设的IGBT多状态可靠性模型，量化了DC-link电压对IGBT可靠性的影响，得出低于5 kHz开关频率下最优工作电压比约为额定电压的60%，可显著延长寿命并降低维护成本；蒙特卡洛仿真与硬件实验验证了模型有效性及热假设合理性。
解读: 该研究直接支撑阳光电源组串式逆变器、ST系列PCS及PowerTitan储能系统中IGBT功率模块的可靠性设计与寿命预测。建议在iSolarCloud平台中集成该电压比优化策略，动态调整DC侧工作点；同时指导新一代高可靠性功率模块（如适配SiC/IGBT混合拓扑）的热-电协同设计，提升户用及工商业光...
一种基于模型无关在线学习的直流/交流逆变器控制策略
A Model-Independent Online Learning-based Control Strategy for DC/AC Inverters
Zifan Lin · Yulin Liu · Wenxiang Du · Qingle Sun 等6人 · IEEE Transactions on Power Electronics · 2025年9月
本文提出了一种用于电力电子逆变器的新型控制方案，该方案采用了由障碍李雅普诺夫函数引导的径向基函数神经网络控制器，具有在线学习和实时应用的特点。与许多现有的基于自适应神经网络的控制器不同，所提出的方法无需了解系统参数，也不需要任何离线训练。控制律完全在线更新，并保证收敛，确保在存在不确定性和干扰的情况下实现有界电流跟踪。其结构简单，计算复杂度极低，使其成为目前适用于实时直流 - 交流逆变器控制的最高效的无模型控制器之一。通过将该控制器应用于三电平中性点钳位逆变器，验证了其有效性和鲁棒性。
解读: 从阳光电源的业务视角来看，这篇论文提出的基于径向基函数神经网络的无模型在线学习控制策略具有显著的应用价值。该技术针对DC/AC逆变器控制的核心痛点，通过障碍李雅普诺夫函数引导的实时在线学习机制，实现了无需系统参数知识、无需离线训练的自适应控制，这与我司在光伏逆变器和储能变流器领域追求的高可靠性、强适...
基于LPV建模与鲁棒控制的CPT系统输出电压波动抑制方法
Output Voltage Fluctuation Mitigation of CPT based on LPV Modeling and Robust Control
Gang Yang · Zhifan Li · Pan Sun · Xusheng Wu 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
本文研究了一种基于线性参数变化（LPV）模型的电容式无线功率传输（CPT）系统输出电压波动抑制方法，该系统采用串联Buck变换器并在互电容变化条件下运行。利用LPV模型描述输入电压波动下Buck变换器的动态特性，并结合归一化既约因子（NCF）方法设计鲁棒控制器，以保证系统稳定性和动态性能。实验结果表明，所提方法在不同扰动频率和负载条件下均能实现快速电压调节并维持输出电压稳定，验证了控制策略的鲁棒性与适应性，为提升CPT系统性能提供了可靠解决方案。
解读: 该LPV鲁棒控制技术对阳光电源储能与充电产品具有重要应用价值。文中针对输入电压波动的Buck变换器控制策略可直接应用于ST系列储能变流器的DC/DC环节，提升电网波动下的母线电压稳定性；LPV建模方法能有效处理储能系统SOC变化、温度漂移等参数时变特性，增强PowerTitan系统的全工况适应性。对...
基于均匀鲁棒精确微分器的神经模糊分数阶滑模控制在独立式太阳能光伏系统优化中的应用
A Uniform Robust Exact Differentiator Based Neuro-Fuzzy Fractional Order Sliding Mode Control for Optimal Standalone Solar Photovoltaic System
Safeer Ullah · Ahmed S. Alsafran · Ambe Harrison · Ghulam Hafeez 等6人 · IEEE Access · 2025年1月
本研究提出一种用于独立式光伏系统的新型神经模糊分数阶滑模控制方法，旨在抑制环境变化引起的不确定性和干扰。该方法融合模糊逻辑神经网络、均匀鲁棒精确微分器与分数阶滑模控制。神经网络精确预测非线性参考电压轨迹，微分器估计不可测状态与外部扰动，分数阶控制增强了系统适应性与鲁棒性。基于Lyapunov理论严格验证了系统稳定性。MATLAB仿真与实验结果表明，该方法显著提升了跟踪精度与整体性能，为独立光伏系统能量优化提取提供了高效鲁棒的解决方案。
解读: 该神经模糊分数阶滑模控制技术对阳光电源SG系列光伏逆变器和ST储能变流器具有重要应用价值。其均匀鲁棒精确微分器可增强现有MPPT算法在光照突变、阴影遮挡等复杂工况下的跟踪精度和响应速度，优化最大功率点捕获性能。分数阶滑模控制的强鲁棒性可提升逆变器在电网扰动、负载突变时的稳定性，与阳光电源GFM构网型...
面向并网应用的超级电容DC-DC变换器简易结构控制
Simple-structured Control for Supercapacitor DC-DC Converters for Grid-connected Applications
作者未知 · 中国电机工程学会热电联产 · 2025年9月 · Vol.2025
本文针对超级电容双向DC-DC变换器（SC DDC），提出一种简化阶数降低控制方法，用于电流与直流母线电压协同控制，提升动态响应、增强对超级电容电压变化的鲁棒性，并有效抑制二倍工频纹波。
解读: 该研究直接支撑阳光电源ST系列PCS及PowerTitan储能系统中超级电容混合储能方案的快速功率响应与纹波抑制需求。其简易阶数降低控制策略可嵌入现有PCS数字控制器（如基于TI C2000或Xilinx Zynq平台），优化超级电容参与一次调频、瞬时功率补偿等场景的动态性能。建议在PowerSta...
基于智能暂态分析的不确定并网光伏系统可靠性与安全性提升
Enhancing reliability and safety of uncertain grid-connected photovoltaic systems based on intelligent transient regime analysis
Amal Hichri · Mansour Hajji · Majdi Mansouri · Kais Bouzrar 等6人 · Applied Energy · 2025年11月 · Vol.397
摘要 确保并网光伏（GCPV）系统的持续运行至关重要，因为这些系统极易受到多种因素引起的故障和停机影响，可能导致严重的系统损坏。为应对这些挑战，故障检测与诊断（FDD）方法对于维持GCPV系统的可靠性与安全性必不可少。本文提出一种基于暂态过程的FDD方法，用于不确定的GCPV系统，采用深度学习技术实现故障的有效检测与分类。此外，该方法利用可再生能源系统中健康状态与故障状态之间的过渡阶段，通过识别性能信号中的异常，实现早期故障检测。通过将暂态过程分析与深度学习技术相结合，该方法能够快速而准确地检测...
解读: 该瞬态故障诊断技术对阳光电源SG系列光伏逆变器及ST储能变流器具有重要应用价值。通过深度学习捕捉健康-故障转换期的异常信号,可实现早期故障预警,显著提升系统可靠性。建议将区间值数据处理与遗传算法优化集成至iSolarCloud平台,增强预测性维护能力。该方法对1500V高压系统及PowerTitan...
基于稳定性保证的构网型逆变器频率调节安全强化学习
Safe Reinforcement Learning for Grid-forming Inverter Based Frequency Regulation with Stability Guarantee
Hang ShuaiBuxin SheJinning WangFangxing Li · 现代电力系统通用与清洁能源学报 · 2025年1月 · Vol.1
本研究提出一种面向构网型（GFM）逆变器频率调节的安全强化学习算法。为确保在学习控制策略下基于逆变器的资源（IBR）系统稳定性，将基于模型的强化学习（MBRL）与Lyapunov方法相结合，界定状态与动作的安全区域。通过在吸引域（ROA）内采样数据，利用近似动态规划（ADP）在保障安全的前提下提升控制性能。此外，引入高斯过程（GP）模型以增强控制器对逆变器参数不确定性的鲁棒性。数值仿真验证了所提算法的有效性。
解读: 该安全强化学习算法对阳光电源PowerTitan储能系统和ST系列储能变流器的构网型控制具有重要应用价值。研究提出的Lyapunov约束下的模型强化学习方法，可直接应用于GFM模式下的频率调节优化，在保证系统稳定性前提下提升调频性能，这与阳光电源储能系统参与电网一次调频的应用场景高度契合。引入的高斯...
多分辨率动态模态分解在宽频谐波不稳定识别中的应用
Multiresolution Dynamic Mode Decomposition for Wideband Harmonic Instability Identification
Rui Kong · Subham Sahoo · Yubo Song · Yi Xiao 等6人 · IEEE Transactions on Power Electronics · 2024年12月
现代电力电子主导电网中谐波不稳定的模态识别有助于振荡检测、稳定性评估以及进一步的阻尼控制。然而，信号中复杂的振荡成分和可能出现的非特征性瞬态变化，给振荡信号的稳健且准确的模态识别带来了挑战。本文利用基于多分辨率动态模态分解（MR - DMD）算法的识别方法，在多个频率分解层次和时间子集上提取具有时频信息的主导系统模态，从而提高处理缺失数据时的稳健性。此外，定义并推导了关键算法参数，以揭示其对算法性能的影响，同时进一步构建了参数设计框架以优化识别结果。利用实验条件下的实际测量数据，在多种振荡场景中...
解读: 从阳光电源的业务视角来看，这篇论文提出的多分辨率动态模态分解（MR-DMD）技术对我们在电力电子主导型电网中的谐波不稳定性识别具有重要应用价值。 在光伏逆变器和储能系统的实际运行中，宽频谐波振荡问题日益突出，特别是在高渗透率新能源电网场景下。该技术通过多频率分解层级和时间子集提取系统主导模态，能够...
基于硅基氮化镓的电源轨ESD钳位电路设计——具有超低漏电流和动态时序-电压检测功能
Design of GaN-on-Silicon Power-Rail ESD Clamp Circuit With Ultralow Leakage Current and Dynamic Timing-Voltage Detection Function
Chao-Yang Ke · Ming-Dou Ker · IEEE Transactions on Electron Devices · 2025年1月
提出了一种用于单片氮化镓（GaN）基集成电路（IC）的电源轨静电放电（ESD）钳位电路，该电路具有超低泄漏电流和动态定时 - 电压检测功能，并已在0.5微米的硅基氮化镓工艺中成功验证。其待机泄漏电流仅为0.8纳安。通过电压检测，所提出的ESD钳位电路仅能由ESD事件触发，在快速上电条件下不会被误触发。实验结果表明，所提出的设计的人体模型（HBM）ESD鲁棒性可达到6千伏以上。通过调整二极管连接的高电子迁移率晶体管（HEMT）的数量，ESD钳位电路的触发电压具有灵活性，因此它可用于不同额定电压的电...
解读: 从阳光电源的业务视角来看，这项GaN基功率轨ESD保护技术具有重要的战略价值。当前公司在光伏逆变器和储能变流器中大量应用碳化硅等宽禁带半导体器件，而GaN器件凭借更高的开关频率和功率密度优势，正成为下一代功率电子系统的关键技术方向。 该论文提出的ESD保护方案解决了GaN集成电路应用中的两个核心痛...
基于软Actor-Critic算法的强化学习控制器改进交错并联DC-DC升压变换器电压调节
Improving Voltage Regulation of Interleaved DC-DC Boost Converter via Soft Actor-Critic Algorithm Based Reinforcement Learning Controller
Jian Ye · Di Zhao · Xuewei Pan · Sinan Li 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
本文提出采用基于软Actor-Critic（SAC）算法的强化学习（RL）控制器作为三相交错并联DC-DC升压变换器的唯一主控制器，以提升输出电压的动态性能。阐述了最大熵学习的优势及SAC算法原理，给出了神经网络结构与奖励函数的设计方案。SAC智能体经离线训练后，在工作点处进行稳定性分析，并在物理平台上部署测试。与现有方法的对比表明，该方法显著提升了变换器的电压控制能力，且对参数、参考值及负载变化具有强鲁棒性。
解读: 该SAC强化学习控制技术对阳光电源DC-DC变换器产品具有重要应用价值。在ST系列储能变流器中，交错并联Boost拓扑广泛用于电池侧DC-DC升压环节，该方法可显著提升电压动态响应速度和参数鲁棒性，优化储能系统功率爬坡能力。在车载OBC充电机中，面对电池SOC变化和负载突变工况，SAC算法的最大熵学...
基于白噪声注入数据增强的三电平NPC逆变器开路故障鲁棒诊断方法
Robust Open-Switch Fault Diagnosis of Three-Level NPC Inverters Based on Data Augmentation With White Noise Injection
Jiwon Jung · Dyan Puspita Apsari · Dong-Choon Lee · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于一维（1-D）卷积神经网络（CNN）的三电平中性点钳位逆变器实时故障诊断新方法。该方法将数据增强技术应用于仿真数据，提升了深度学习模型的泛化能力。这使得故障诊断模型即使在未经训练的系统条件下也具有较高的鲁棒性。在这种情况下，应用采用数据增强的一维卷积神经网络模型的性能优于未加入白噪声的相同模型，准确率最高可提高1.71%。此外，与使用实验数据训练的深度学习模型相比，使用经过数据增强的仿真数据训练的深度学习模型表现更佳。所提出的方法已通过离线测试仿真和实时深度学习算法实验得到验证...
解读: 从阳光电源的业务视角来看，这项基于一维卷积神经网络的三电平NPC逆变器开路故障诊断技术具有重要的战略价值。三电平NPC拓扑结构是我司大功率光伏逆变器和储能变流器的核心技术架构，该诊断方法直接契合我们在1500V及以上系统、集中式逆变器和大型储能PCS产品线的技术需求。 该技术的核心创新在于通过白噪...
可解释的深度学习多电平逆变器故障检测方法
Explainable Deep Learning Fault Detection Method for Multilevel Inverters
作者未知 · IEEE Transactions on Industrial Informatics · 2025年10月
卷积神经网络（CNNs）在多种类型的多电平逆变器故障检测中展现出了巨大潜力。尽管卷积神经网络性能卓越，但其可解释性仍是一项挑战。这是因为网络具有复杂的黑箱行为。因此，它们在实际应用中广泛采用不同模型方面带来了重大挑战。此外，仅依靠准确率是不够的，特别是在关键应用中，保持可信度和鲁棒性对于保护系统免受潜在损害至关重要。因此，本研究采用了一种名为梯度加权类激活映射（Grad - CAM）的可视化解释方法用于多电平逆变器的故障检测。Grad - CAM方法能够识别模型的重要特征并解释故障类型的检测结果...
解读: 从阳光电源的业务视角来看，这项基于可解释深度学习的多电平逆变器故障检测技术具有重要的应用价值。作为全球领先的逆变器制造商，我们的产品线涵盖集中式、组串式及储能逆变器，其中多电平拓扑结构广泛应用于大功率场景。该技术通过卷积神经网络实现故障检测，并引入Grad-CAM可视化方法解决了深度学习"黑箱"问题...
基于相对熵的分布鲁棒联合机会约束最优潮流
Distributionally Robust Joint Chance-Constrained Optimal Power Flow Using Relative Entropy
Eli Brock · Haixiang Zhang · Javad Lavaei · Somayeh Sojoudi · IEEE Transactions on Power Systems · 2025年1月
在不确定性环境下，设计最优潮流（OPF）问题的鲁棒算法对大规模电力系统控制至关重要。机会约束最优潮流（CCOPF）为运行成本与约束满足率之间的权衡提供了自然建模方式。本文提出一种基于分布鲁棒优化（DRO）的数据驱动CCOPF算法，证明所提出的分布鲁棒机会约束重构是精确的，而现有方法多依赖保守近似。我们建立了分布外样本的鲁棒性保证，并证明该解在具有相同保证的所有方法中最优。通过IEEE标准系统的仿真，验证了所提算法相较于现有方法的优越性能。
解读: 该分布鲁棒机会约束最优潮流技术对阳光电源储能系统和光伏并网产品具有重要应用价值。在PowerTitan大型储能系统中，可应用于多时间尺度功率调度优化，在新能源出力不确定性下保证电网约束满足率与经济性平衡。对于ST系列储能变流器的能量管理系统，该数据驱动算法可提升实时调度鲁棒性，避免传统随机优化的过度...
基于分裂源逆变器的先进无编码器感应电机驱动控制系统
Advanced Encoderless Control System-Based Split-Source Inverter for Induction Motor Drives
Mohamed G. Hussien · Lingling Cao · Junping He · Muhammed B. Shafik 等6人 · IEEE Transactions on Industry Applications · 2025年1月
本研究旨在利用颇具前景的分裂源逆变器（SSI）配置，为感应电动机（IM）构建一种高效的速度估计方法和无传感器矢量控制系统。详细推导了一种基于电机相轴关系跟踪转子速度信号的更简便方法，并采用调节型改进空间矢量脉宽调制（RMSPWM）技术进行处理。对所采用的基于SSI的无传感器控制系统进行了全面分析，以确保其可观测性，研究结果通过标准功能测试结果和参数调整得到了验证。此外，还对所设计的SSI原型的实验实现进行了讨论和研究。结果表明，所提出的速度估计方法结合针对SSI的RMSPWM方案是有效的，与传统...
解读: 该无编码器感应电机控制技术对阳光电源新能源汽车产品线具有直接应用价值。分裂源逆变器拓扑与改进观测器结合的转速估计算法，可应用于电机驱动系统，省去机械传感器降低成本并提升可靠性。其宽速域精确控制特性适合车载OBC和电机驱动器产品优化。此外，该无传感器矢量控制思路可迁移至ST储能变流器的风机冷却系统、充...
第 14 / 28 页