Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377

摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...

解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...

Xiongfeng Zhao · Hai Peng Liu · Huaiping Jin · Xueping Shen 等5人 · Energy Conversion and Management · 2025年11月 · Vol.344

摘要 风电具有高度的不确定性和非线性，其时间序列通常表现出多周期性特征和概念漂移现象，这对实现高精度预测构成了重大挑战。本文提出了一种基于时空特征增强并结合动态在线校正机制的混合深度学习预测模型——时空增强型混合在线学习网络（Spatio-temporal Enhanced Hybrid Online Learning Network, STE-HOLNet），该模型通过改进的时间编码机制与深层网络结构紧密集成，实现了实时且高精度的风电功率预测。首先，引入一种改进的Time2Vec模块（E-Ti...

解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。STE-HOLNet模型的概念漂移检测与自适应在线学习机制,可直接应用于ST系列PCS的功率预测模块,提升储能系统对风电波动的响应能力。其时空特征增强方法能优化iSolarCloud平台的预测性维护算法,降低RMSE达36.93%的性能可显著改善...

Fei Lu · Grant Covic · Shu Yuen Ron Hui · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月

无线电力传输WPT技术在交通电气化、电网、消费电子、医疗和太空等众多新兴应用中日益关键。其非接触特性在脏污或超洁净、高温、水下、地下和外太空等恶劣环境条件下具有优势。当前WPT系统性能与开关频率、耦合度、初次级磁元件伏安需求和组件质量密切相关，这些是功率容量、功率密度和效率的关键决定因素。为提升WPT技术运行安全性和可靠性，抑制和消除高频磁场引起的电磁干扰EMI和电动势EMF问题至关重要。该特刊从74篇投稿中录用31篇，涵盖高频谐振变换器技术、高频电磁场约束与发射抑制、抗失调与传输距离增强、高频...

解读: 该高频WPT特刊对阳光电源无线充电技术发展有全面指导价值。特刊涵盖的多MHz IPT系统、SiC全桥逆变器和三相高频IPT系统与阳光新能源汽车OBC无线充电模块的技术路线一致。高频电磁场约束和EMI/EMF抑制技术为阳光无线充电产品满足安全标准提供了解决方案。抗失调和传输距离增强技术（圆柱螺线管耦合...