找到 23 条结果
一种基于神经网络的高效图像处理方法用于透明质子交换膜燃料电池中的水量化
An efficient neural-network-based image processing method for water quantification in a transparent proton exchange membrane fuel cell
Sai-Jie Cai · Mu-Chen Wang1 · Jun-Hong Chen · Zhuo Zhang 等6人 · Applied Energy · 2025年3月 · Vol.382
水管理和热管理对质子交换膜燃料电池的性能至关重要。本文设计了一种活性面积为25 cm²的透明单电池，用于在不同工况下表征水分布特性。在电池的设计与组装过程中，该方案克服了电池密封方面的技术挑战。通过神经网络对不同运行条件下录制的视频进行逐帧分析，实现了液态水的量化。为了进行对比分析，采用了阈值处理方法，并详细讨论了其优缺点。利用基于阈值处理结果生成的包含137帧的高质量训练集对神经网络进行训练。本研究探讨了温度、电压以及流场结构设计对水积累的影响。基于神经网络的语义分割方法在复杂工况下表现出优异...
解读: 该神经网络图像处理技术对阳光电源储能系统热管理具有重要借鉴价值。ST系列PCS和PowerTitan储能系统运行中的温度监测与水汽管理是关键挑战,文中基于语义分割的实时监测方法可应用于电池簇热失控预警。透明化设计理念启发iSolarCloud平台开发视觉诊断模块,通过热成像与AI识别实现储能柜内异常...
数字孪生驱动的高可靠性电力电子系统特刊主编寄语
Guest Editorial Special Issue on Digital Twin Driven High-Reliability Power Electronic Systems
Jiangbiao He · Paolo Mattavelli · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
为满足全球零排放可持续能源发展需求，交通和公用电力等行业正经历快速变革，电力电子在电动汽车、电动船舶、飞机、太阳能/风能发电和储能等众多功率转换系统中发挥支柱作用。然而电力电子可靠性尚未受到足够重视，特别是在安全关键应用中可靠性应是首要设计优先级。工业4.0和5.0着重互联性、自动化、智能和实时状态监测，数字在线预防性维护和优化至关重要。数字孪生是物理系统的数字复制品，可准确预测和反映物理系统的实时健康状况，通过物理组件与数字孪生模型间的实时双向数据流实现。该特刊发表10篇文章涵盖数字孪生参数估...
解读: 该数字孪生特刊与阳光电源智能运维战略高度契合。特刊涵盖的Buck/Boost变换器数字孪生参数估计、五电平ANPC逆变器故障诊断和SiC MOSFET模块电-热-机械建模与阳光iSolarCloud平台的智能诊断和预测性维护功能发展方向一致。数字孪生技术在直流电容、电感、开关管寄生电阻实时估计方面的...
基于双分支专家融合记忆网络的大规模配电网净负荷高效预测
Efficient Net Load Forecasting in Large-Scale Power Distribution Systems via Dual-Branch Experts Fusion Memory Network
Shijie Li · Ruican Hu · Guanlin Chen · Lulu Chen 等10人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文针对高比例可再生能源接入下配电网净负荷预测难题，提出双分支专家融合记忆网络（DEFMN），分别建模负荷与分布式电源的异质性，并融合时空相关性。在IEEE 8500节点系统验证中，该模型在MAPE等指标上达到SOTA性能。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的日前-日内净负荷预测能力具有直接提升价值。DEFMN可嵌入iSolarCloud的AI预测引擎，优化光储协同调度策略；尤其适用于工商业光伏+用户侧储能场景中多类型DG（如组串式逆变器、充电桩、小型风电变流器...
第 2 / 2 页