找到 304 条结果
轴承阻抗对双馈感应发电机转子绕组绝缘在线状态监测的影响
The Effect of Bearing Impedance on Online Condition Monitoring for Rotor Winding Insulation of Doubly-Fed Induction Generator
Dayong Zheng · Geye Lu · Zhiyuan Wang · Juntao Wang 等7人 · IEEE Transactions on Power Electronics · 2024年9月
双馈感应发电机（DFIG）在风力发电中至关重要，但其转子绕组绝缘易受变流器高dv/dt电压及机械应力影响而失效。现有方法多侧重于短路故障诊断，缺乏预测能力。本文研究了轴承阻抗对转子绕组绝缘在线监测的影响，旨在提升风力发电机组的可靠性与故障预警能力。
解读: 该研究聚焦于风电核心部件的可靠性监测，与阳光电源风电变流器业务高度契合。风电变流器作为发电机与电网的接口，其输出的高dv/dt电压是导致转子绝缘老化的关键因素。通过深入理解轴承阻抗对监测信号的干扰，阳光电源可在iSolarCloud智能运维平台中集成更精准的故障预警算法，提升风电变流器全生命周期的可...
一种基于电流路径跟踪的T型逆变器开路故障诊断电压矢量残差估计方法
A Voltage Vector Residual Estimation Method Based on Current Path Tracking for T-Type Inverter Open-Circuit Fault Diagnosis
Borong Wang · Zhan Li · Zhihong Bai · Philip T. Krein 等5人 · IEEE Transactions on Power Electronics · 2021年12月
本文提出一种基于电流路径跟踪的故障诊断方法，通过电流路径状态关联逆变器在正常与异常工况下的设备状态及运行模式。基于图论构建节点路径模型，并应用于T型逆变器拓扑。该模型能有效反映健康及故障状态下的系统转换，为电力电子变换器的可靠性监测提供新思路。
解读: 该技术对阳光电源的核心业务具有极高价值。T型逆变器拓扑广泛应用于阳光电源的组串式光伏逆变器及部分储能变流器（PCS）中。通过引入基于图论的电流路径跟踪诊断方法，可显著提升逆变器在复杂工况下的开路故障检测精度，减少误报，从而提升iSolarCloud智能运维平台的故障预警能力。建议研发团队将此算法集成...
一种基于对比学习的DC/DC降压变换器软故障检测与诊断新方法
A Novel Soft Fault Detection and Diagnosis Method for a DC/DC Buck Converter Based on Contrastive Learning
Jigui Miao · Yang Liu · Quan Yin · Binlei Ju 等6人 · IEEE Transactions on Power Electronics · 2024年1月
DC/DC变换器是电力电子系统的核心部件，在环境应力下其组件参数会逐渐退化，导致软故障，影响系统可靠性。本文提出了一种基于对比学习的软故障检测与诊断方法，旨在有效识别此类异常，提升变换器的运行稳定性。
解读: 该研究对于阳光电源的组串式逆变器及储能系统（如PowerTitan、PowerStack）具有极高价值。阳光电源的DC/DC变换电路是光伏MPPT及储能PCS的核心，组件参数退化导致的软故障往往难以通过传统阈值法检测。引入对比学习等深度学习技术，可显著提升iSolarCloud智能运维平台对设备早期...
基于半监督少样本学习的大型数据中心VRLA电池故障诊断密集连接对比观测器
Densely-Connected Contrastive Observer for Fault Diagnosis of VRLA Battery in Large Data Center Based on Semisupervised Few-Shot Learning
Wenyi Liu · Shang Yue · Pu Yang · Ruixu Zhou 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文针对大型数据中心阀控式铅酸（VRLA）电池充放电数据稀疏及样本质量不佳的难题，提出了一种新型半监督少样本学习模型。该模型通过密集连接对比观测器，有效提升了复杂工况下电池故障诊断的准确性与鲁棒性，为数据中心后备电源系统的健康管理提供了新方案。
解读: 该研究聚焦于电池系统的故障诊断与健康管理，对阳光电源的PowerStack及PowerTitan系列储能系统具有重要参考价值。虽然本文针对的是VRLA电池，但其提出的‘半监督少样本学习’算法框架可迁移至锂电池BMS的故障预警中。在数据中心储能应用场景下，该技术能有效解决实际运行中故障样本稀缺的问题，...
一种用于电力牵引系统逆变器输出过流故障诊断的事件集模式识别方法
An Event Set Mode Recognition Method for Fault Diagnosis of Inverter Output Overcurrent in Electric Traction System
Qiang Ni · Zhikai Chen · Aiyu Gu · Yang Meng 等7人 · IEEE Transactions on Power Electronics · 2024年11月
逆变器输出过流（IOO）是电力牵引系统中的常见异常，会导致系统停机及维护需求。为提升维护效率与智能化水平，本文提出了一种事件集模式识别方法，用于追踪过流故障的根源，从而实现精准的故障诊断与运维优化。
解读: 该研究提出的事件集模式识别方法在故障溯源和智能化运维方面具有极高参考价值。阳光电源的组串式逆变器及PowerTitan储能系统在复杂工况下同样面临过流保护挑战，引入此类基于事件模式的诊断算法，可显著提升iSolarCloud平台的故障预警准确率，减少误报，实现从“被动维修”向“主动运维”的转型。建议...
级联H桥多电平变换器中改进的故障诊断能力：基于E-SVM单元的多开关开路故障计数器设计
Improved Fault Diagnosis Capability in CHBMCs: Counter Design for Multiple OC Switches via an E-SVM Unit
Hongjian Lin · Henry Shu-Hung Chung · Chunxu Lin · Dong Xie 等9人 · IEEE Transactions on Power Electronics · 2026年2月
级联H桥多电平变换器（CHBMC）因其灵活性和可扩展性广泛应用于中高压领域。然而，其开关数量多，易发生开路（OC）故障，导致电流过冲、谐波增加及直流侧电容电压不平衡。本文提出了一种基于E-SVM单元的计数器设计，旨在提升CHBMC的多开关开路故障诊断能力，保障系统稳定性。
解读: 该技术对于阳光电源的中高压大功率产品线（如大型集中式光伏逆变器及高压储能变流器）具有重要参考价值。CHBMC拓扑在大型电站中常用于提升电压等级，该文提出的故障诊断方法能有效提升系统在多开关故障下的鲁棒性，减少非计划停机时间。建议研发团队关注该诊断算法的嵌入式实现，将其集成至iSolarCloud智能...
面向标签噪声鲁棒的时序分类方法：基于自监督标签校正
Label-Noise-Resistant Time-Series Classification With Self-Supervised Label Correction
Yimeng He · Zidong Wang · Weibo Liu · Jingzhong Fang 等6人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
工业系统可靠运行依赖精准的故障分类，但历史数据常含标签噪声，导致模型性能下降。本文提出LNRTSC方法，结合注意力机制编码器、局部一致性驱动的标签置信度评估及两阶段自监督增强（重建损失+改进对比损失），在TEP和SEU-gearbox数据集上显著提升噪声标签下的分类精度。
解读: 该方法可直接赋能阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的故障早期识别与分类能力，尤其适用于光伏电站逆变器异常（如MPPT失效、IGBT过热）、储能BMS误报等标签不一致场景。建议将LNRTSC嵌入边缘侧轻量化模型，部署于组串式逆变器本地AI模块或Po...
基于云的锂离子电池异常检测、定位与分类
Cloud-Based Li-ion Battery Anomaly Detection, Localization and Classification
Aihua Tang · Zikang Wu · Yuchen Xu · Kailong Liu 等5人 · IEEE Transactions on Industrial Informatics · 2024年12月
实现对电池异常的全面、准确检测对于电池管理系统至关重要。然而，电气结构的复杂性和有限的计算资源往往给直接的车载诊断带来巨大挑战。本文提出了一种部署在云平台上的多功能电池异常诊断方法，满足异常检测、定位和分类的需求。首先，该方法从放电电压中提取四个异常特征以指示电池异常。利用这些特征，通过风险筛查过程将车辆分为高、中、低风险类别。其次，在离线阶段利用这些分类和先前的异常标签来训练异常分类器。然后，通过专门开发的电压累积差分均值模型进一步细分故障类型，细化预警信息。最后，利用25辆真实车辆的数据对所...
解读: 从阳光电源储能系统业务视角来看，这项基于云平台的锂电池异常检测技术具有重要的应用价值和借鉴意义。该技术通过提取放电电压的四个异常特征，实现了对电池异常的检测、定位和分类，在25辆实车数据验证中达到98%以上的检测准确率，展现出较高的技术成熟度。 对于阳光电源的储能系统产品线而言，该技术方案提供了三...
基于STDR/SSTDR阻抗特征的IGBT故障诊断研究
Research on IGBT Fault Diagnosis Based on STDR/SSTDR Impedance Signatures
Weiyu Yuan · Shu Cheng · Chang Liu · Chaoqun Xiang 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月
绝缘栅双极型晶体管（IGBT）的可靠故障检测对提升电力电子系统可靠性与性能至关重要。本文提出一种改进的序列/扩频时域反射法（STDR/SSTDR），通过交叉相关分析与多元线性回归提取反映器件状态的阻抗特征，并实现空间位置与阻抗响应的同步识别。引入信号频率与直流偏置的双调节机制，利用高频扩频信号增强主反射峰可辨性以精确定位，结合低频正偏激励抑制寄生效应，有效获取导通状态下IGBT芯片的阻抗特征。实验结果表明，该方法在多种IGBT开路故障检测中具有高精度与强鲁棒性，尤其在信号严重重叠与结构复杂条件下...
解读: 该STDR/SSTDR阻抗特征诊断技术对阳光电源功率器件可靠性提升具有重要价值。可直接应用于ST系列储能变流器、SG系列光伏逆变器及车载OBC的IGBT模块在线监测，通过双调节机制（高频定位+低频偏置）实现导通状态下芯片级故障精准识别，突破传统方法在复杂拓扑中的局限。该技术可集成至iSolarClo...
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...
一种基于OPAL-RT实时仿真器的微电网中可再生能源分布式发电接口逆变器开路故障研究新方法
A Novel OPAL-RT Real-Time Simulator-Based Experimental Approach to Study Open-Switch Faults of Interfacing Inverters of Renewable Distributed Generation in Microgrids
Xiaodong Liang · Muhammad Talha · Jason Pannell · Hanguang Su 等5人 · IEEE Transactions on Industry Applications · 2025年1月
摘要：随着可再生能源在配电网中渗透率的不断提高，微电网成为电网现代化的基本组成部分。可再生分布式发电（DG）单元通过配备先进控制方案的接口逆变器接入微电网，这些逆变器在微电网运行中起着至关重要的作用。然而，分布式发电接口逆变器可能会因各种故障而失效。本文利用实验室中的 Opal - RT 实时模拟器测试平台，对一台 2 千瓦的三相两电平传统电压源逆变器（VSI）进行了开关管开路故障的实验研究。在健康状态以及 21 种单开关管和多开关管开路故障条件下，分别实施了三种电网形成逆变器控制方案（下垂控制...
解读: 该实时仿真研究方法对阳光电源的SG系列光伏逆变器和ST系列储能变流器的可靠性优化具有重要价值。基于OPAL-RT的硬件在环测试可有效验证我司产品在开路故障工况下的响应特性,为iSolarCloud平台的故障诊断算法提供优化依据。该方法可应用于SG350HX等大功率组串式逆变器的开关器件可靠性验证,以...
基于数字孪生的五电平ANPC多电平变换器开路故障诊断
Digital Twin Enabled Open-Circuit Fault Diagnosis for Five-Level ANPC Multilevel Converters
Majid T. Fard · Benjamin J. Luckett · JiangBiao He · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年9月
本文提出一种面向五电平有源中点钳位（5L-ANPC）功率变换器的创新性数字孪生（DT）健康监测策略，针对其在高功率、安全关键应用中因半导体器件数量多而导致可靠性下降的问题。该方法构建实时DT副本，利用直流母线电容与飞跨电容电压、负载电流及开关模式等现有信号，在无需额外传感器的前提下实现开关开路故障的快速在线诊断，检测时间小于一个输出基波周期。实验结果验证了该DT健康监测方法在多种工况下的鲁棒性与有效性，显著提升系统可靠性并降低维护成本。
解读: 该数字孪生故障诊断技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。五电平ANPC拓扑与阳光电源储能产品采用的多电平技术架构高度契合，其无需额外传感器、仅利用现有电压电流信号实现快速故障诊断的方案，可直接集成至iSolarCloud智能运维平台，增强预测性维护能力。...
基于深度学习的光伏系统健康监测
Deep Learning-Based Health Monitoring for Photovoltaic Systems
Khaled Alnuaimi · Ameena Saad Al-Sumaiti · Mohamad Alansari · Huai Wang 等5人 · IEEE Journal of Photovoltaics · 2025年5月
向光伏（PV）系统等可再生能源转型对于社会进步至关重要，有助于抵消化石燃料的负面影响。然而，管理光伏系统面临着重大挑战和经济影响。光伏故障一旦发生，需要迅速检测和解决，这会加重经济负担。有效的故障诊断在很大程度上依赖于光伏电站监测和能源管理系统的数据。过去，光伏监测主要依靠人工检查，但无人机（UAV）技术提供了一种更高效、更全面的解决方案，它提高了安全性，能提供详细的图像、具备可扩展性、可进行环境监测以及开展先进的数据分析。本研究利用深度学习（DL）方法对光伏系统的健康状况进行监测，重点分析无人...
解读: 该深度学习健康监测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。LSTM时序建模方法可直接集成至SG系列光伏逆变器的智能诊断模块，通过分析MPPT工作曲线、直流侧电压电流等运行数据，实现组件热斑、遮挡、PID效应等故障的早期预警。对于PowerTitan大型储能系统，该技术可监测...
基于单电压传感器旁路开关的光伏故障定位
A Single Voltage Sensor Bypass Switch-Based Photovoltaic Fault Localization
Ali Alhejab · Muhammad Abbasi · Shehab Ahmed · IEEE Journal of Photovoltaics · 2025年2月
光伏（PV）能源系统正成为可持续能源的重要来源。然而，这些系统中未被发现的故障可能会导致效率大幅降低。将这些故障定位到模块级别对于快速故障诊断和维持整个系统的效率至关重要。本文提出了一种新方法，可将 $N$ × $M$ 光伏系统中的串内故障、线路接地故障、跨串故障和部分遮挡故障定位到模块级别。该方法利用光伏系统汇流箱中的单个电压传感器，以及每串 $\lceil N/2 \rceil$ 个旁路开关，以便在出现故障时旁路连接的光伏模块。该技术首先依赖于识别故障串。一旦确定了故障串，就可以得出该串中每...
解读: 该单电压传感器旁路开关故障定位技术对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要应用价值。通过简化传感器配置实现组串级故障快速定位，可直接集成到SG系列逆变器的MPPT优化算法中，提升故障诊断精度的同时降低硬件成本。该方法与阳光电源现有的智能诊断系统形成互补，特别适用于大型...
基于外壳温度波形相似性的SiC MOSFET加速功率循环试验在线老化监测
Case Temperature Waveform Similarity-Based Online Aging Monitoring for SiC MOSFETs of Accelerated Power Cycling Tests for DC-SSPCs
Bin Yu · Xingjian Shi · Ze Zhou · Enyao Xiang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
针对直流固态功率控制器（dc-SSPC）中SiC MOSFET的在线状态监测对提升系统可靠性至关重要。传统电参数监测方法需高精度电路与复杂控制系统，易干扰正常运行。本文提出一种基于绝缘温度传感器测量的非电参量——外壳温度，用于在线监测SiC MOSFET老化状态。通过改进的余弦相似性分析温度波形，定义了meacosk与stdcosk两个老化特征参数，可有效追踪器件整体老化趋势，并灵敏反映键合线与焊料层严重老化，无需依赖电参数。实验验证了该方法的有效性，提升了无损、在线监测的实用性，为故障诊断与预...
解读: 该基于外壳温度波形相似性的SiC MOSFET在线老化监测技术对阳光电源ST系列储能变流器及SG系列光伏逆变器具有重要应用价值。相比传统电参数监测，该方法采用非侵入式温度传感器，无需高精度电路改造，可直接集成至PowerTitan储能系统的功率模块中，实现SiC器件键合线与焊料层老化的早期预警。me...
基于量子机器学习的风力涡轮机状态监测：研究现状与未来展望
Quantum machine learning based wind turbine condition monitoring: State of the art and future prospects
Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年5月 · Vol.332
摘要 近几十年来，风能作为一种广受欢迎的可再生能源，得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用，但在处理大规模、高维度且复杂的數據集时，这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势，具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...
解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...
一种基于加权特征融合的新型集成CNN框架用于光伏组件热成像故障诊断
A Novel Ensemble CNN Framework With Weighted Feature Fusion for Fault Diagnosis of Photovoltaic Modules Using Thermography Images
Nadia Drir · Adel Mellit · Maamar Bettayeb · IEEE Journal of Photovoltaics · 2024年11月
全球范围内光伏（PV）能源的应用不断增加，这凸显了在环境多变和故障情况下维持系统效率的紧迫性。识别、分类和修复缺陷的过程对于确保光伏装置的长期可持续性和性能完整性至关重要。本文介绍了一种创新的集成卷积神经网络（CNN）模型，该模型采用加权特征融合的方法，其准确性超越了单一CNN架构所能达到的水平。通过利用三个性能出色的CNN——VGG16、ResNet和MobileNet，融合从这些网络最后一层提取的深度特征，提升了性能，同时还充分利用了来自多个不同配置CNN的数据集成优势。该方法应用于一个包含...
解读: 该集成CNN热成像故障诊断技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台，为SG系列光伏逆变器配套的组件级监控提供AI诊断能力，通过无人机或固定热成像设备实现大规模电站的自动化巡检。加权特征融合策略可提升复杂工况下的故障识别准确率，特别适用于1500V高压系统中...
电力系统中数据驱动型变流器动态建模应用综述
Applications of Data-Driven Dynamic Modeling of Power Converters in Power Systems: An Overview
Sunil Subedi · Yonghao Gui · Yaosuo Xue · IEEE Transactions on Industry Applications · 2025年1月
基于电力电子变流器（PEC）的资源在电力系统中日益普及，因此迫切需要精确的动态模型来理解其在不同事件和控制策略下的动态特性。不准确的建模可能导致系统不稳定、成本增加和可靠性问题。预计在不久的将来，电力电子变流器的数量将不断增加，详细建模在计算和数学上变得复杂，需要强大的计算能力和特定供应商电力电子变流器的相关知识。为了克服这些挑战，数据驱动的机器学习/人工智能（ML/AI）方法被广泛应用，这些方法可以在有限的知识条件下跟踪处于各种运行模式的电力电子变流器的动态响应。这些模型可应用于保护、稳定性分...
解读: 从阳光电源的业务视角来看，这篇关于电力变换器数据驱动动态建模的综述论文揭示了新能源行业技术演进的关键趋势。随着光伏逆变器、储能变流器等电力电子设备在电网中的渗透率持续攀升，传统基于物理模型的建模方法正面临计算复杂度高、需要详尽厂商参数等瓶颈，这与阳光电源在全球部署的海量设备运维现状高度契合。 论文...
一种无需位置反馈且免疫逆变器非线性的PMSM驱动电感估计方法
A Position-Feedback-Free and Inverter-Nonlinearity-Immune Inductance Estimation Method for PMSM Drives without Signal Injection
Yangwei Zhou · Ziling Nie · Li Peng · Xudong Zou 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
准确的在线增量电感L<sub>d</sub>、L<sub>q</sub>映射对基于模型的控制、无传感器观测及实时故障诊断至关重要。现有方法依赖离线测试或信号注入，存在速度慢、扰动系统、依赖转子位置和难以补偿逆变器非线性等问题。本文提出一种无需信号注入与位置反馈的电感估计算法，通过重构电压矢量序列形成可抑制死区畸变与器件压降的虚拟电压矢量。结合分段多采样线性回归提取电流斜率，实现抗噪声与死区干扰的电感估计。该方法具备三重协同优势：虚拟电压矢量框架、多采样电流斜率估计及无信号注入的位置无关观测器。实...
解读: 该无位置传感器电感估计技术对阳光电源储能与电驱产品具有重要应用价值。在ST系列储能变流器中，可实现PMSM飞轮储能系统的免传感器控制与在线参数自适应，提升系统可靠性并降低成本。对新能源汽车电机驱动产品，该方法可在全工况下实时更新Ld/Lq映射表，优化MTPA/弱磁控制精度，同时免疫SiC器件死区非线...
第 15 / 16 页