找到 18876 条结果
基于深度学习的功率MOSFET剩余寿命预测方法
Prediction Method for the Remaining Useful Life of Power MOSFETs Based on Deep Learning
Le Gao · Chaoming Liu · Fengjiang Wu · Yongfeng Qin 等6人 · IEEE Transactions on Power Electronics · 2025年11月
功率开关器件是电力转换系统的核心，其寿命评估对系统安全可靠运行至关重要。针对现有统计数据驱动方法在处理复杂、非线性及大规模数据时精度低、稳定性差及适应性不足的问题，本研究提出了一种基于深度学习的功率MOSFET剩余寿命（RUL）预测方法，旨在提升器件健康状态监测的准确性与鲁棒性。
解读: 该研究对阳光电源全系列产品（光伏逆变器、储能PCS、风电变流器及充电桩）具有极高应用价值。功率器件（MOSFET/IGBT）是上述产品的核心损耗与故障源，通过深度学习实现器件RUL预测，可将传统的“事后维修”升级为“预测性维护”，显著提升iSolarCloud平台的运维智能化水平。建议研发团队将此算...
通过在ZVS运行下最小化电压-电流重叠来降低DAB变换器的关断损耗
Reducing Turn-OFF Losses in DAB Converters by Minimizing Voltage–Current Overlap Under ZVS Operation
Zhixuan Wang · Xiangdong Sun · Weizhang Song · Patrick Wheeler 等6人 · IEEE Transactions on Power Electronics · 2025年11月
随着功率变换器开关频率的提高，开关损耗成为提升效率的主要障碍。在零电压开关（ZVS）条件下，关断损耗是损耗的主要来源。本文提出了一种用于双有源桥（DAB）变换器的最小化电压-电流重叠三移相（MVCO-TPS）调制策略，旨在优化开关过程，降低关断损耗。
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。DAB变换器是双向储能变流器的核心拓扑，该研究提出的MVCO-TPS调制策略能有效降低高频下的关断损耗，从而提升PCS的整机效率和功率密度。建议研发团队在下一代高频化储能变流器设计中引入该调...
具有反向导通IGBT的SiC MOSFET混合开关：损耗与浪涌电流分析
SiC MOSFET Hybrid Switches With Reverse Conducting IGBTs: Loss and Surge Current Analysis
Arkadeep Deb · Jose Ortiz Gonzalez · Saeed Jahdi · Ruizhu Wu 等6人 · IEEE Transactions on Power Electronics · 2025年11月
混合开关（HS）通过结合SiC MOSFET的开关性能与Si-IGBT的导通性能，在不牺牲性能的前提下降低了成本。然而，鉴于SiC MOSFET额定电流较小，在省去SiC肖特基二极管（SBD）的情况下，其损耗特性及第三象限浪涌电流的鲁棒性亟需深入研究。
解读: 该技术对阳光电源的核心产品线具有重要价值。在组串式光伏逆变器和PowerTitan/PowerStack储能变流器（PCS）中，通过混合开关技术，可以在保证高频开关效率的同时，利用Si-IGBT降低大电流工况下的导通损耗，从而优化散热设计并降低BOM成本。特别是在高功率密度设计趋势下，该方案为平衡S...
一种基于PCB RCCS的并联IGBT模块瞬态电流平衡有源门极驱动方法
An Active Gate Driver Method for Transient Current Balancing of Parallel IGBT Modules Based on PCB RCCS
Tao Tang · Wensheng Song · Jian Chen · Tingwen Hu 等6人 · IEEE Transactions on Power Electronics · 2025年11月
多并联IGBT模块可提升功率变换器载流能力，但因参数不一致及工况差异，易导致瞬态电流不平衡，引发“电-热”应力分布不均，威胁系统安全。本文提出一种基于PCB集成Rogowski线圈电流传感器（RCCS）的有源门极驱动方法，有效改善并联模块间的瞬态电流均衡性。
解读: 该技术对阳光电源的核心产品线（如集中式光伏逆变器和PowerTitan/PowerStack储能系统）具有极高的应用价值。在大功率电力电子设备中，IGBT模块的并联是实现高功率密度的关键，但电流不平衡往往限制了器件的利用率并影响系统寿命。通过引入基于PCB RCCS的有源门极驱动技术，公司可以更精准...
基于多晶金刚石的单面冷却SiC MOSFET功率器件增强型热电互连
Enhanced Thermal–Electrical Interconnect for Single-Sided Cooling SiC MOSFET Power Device Based on Polycrystalline Diamond
Tongyu Zhang · Laili Wang · Xin Zhang · Jin Zhang 等8人 · IEEE Transactions on Power Electronics · 2025年11月
碳化硅（SiC）MOSFET因其优异性能备受关注，但传统引线键合互连方式散热受限，且芯片尺寸减小加剧了热扩散问题。本文提出一种基于多晶金刚石的增强型热电互连技术，旨在提升单面冷却SiC MOSFET的散热能力，从而突破电流运行限制。
解读: 该技术直接针对SiC功率模块的散热瓶颈，对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有重要意义。随着功率密度不断提升，SiC器件的散热能力决定了系统的可靠性与功率等级。引入多晶金刚石互连技术可显著降低结温，提升模块热循环寿命，建议研发团队关注该材料在高性能SiC功率...
用于并联SiC MOSFET电流均衡的辅助支路有源门极驱动器
Active Gate Driver With Auxiliary Branch for Current Sharing of Paralleled SiC MOSFETs
Cen Chen · Ziqi Tao · Sibao Ding · Lianyu Su 等6人 · IEEE Transactions on Power Electronics · 2025年11月
在高功率应用中，SiC MOSFET并联技术常用于提升电流容量。然而，开关过程中的动态电流不平衡会导致功率和热分布不均，影响系统稳定性。本文提出了一种带辅助支路的主动门极驱动电路（AGD），旨在解决并联SiC MOSFET的电流不平衡问题，提升系统整体可靠性。
解读: 该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有极高价值。随着大功率逆变器和PCS模块向更高功率密度演进，SiC器件的并联应用已成为主流。该主动门极驱动方案能有效解决并联器件间的动态电流不平衡，降低开关损耗并提升热管理水平，从而显著提高高功率密度产品的可靠性与寿...
基于物理信息深度学习与稀疏数据的电力电子器件剩余寿命预测
Remaining Useful Life Prediction of Power Electronic Devices With Physics-Informed Deep Learning and Sparse Data
Le Gao · Chaoming Liu · Yiping Xiao · Chunhua Qi 等5人 · IEEE Transactions on Power Electronics · 2025年11月
针对碳化硅（SiC）MOSFET在复杂环境下的剩余寿命（RUL）预测问题，本文提出了一种物理信息深度学习方法。该方法有效解决了现有深度学习模型在稀疏退化数据条件下预测精度不足的局限性，提升了电力电子系统在极端环境下的可靠性评估能力。
解读: 该技术对阳光电源的核心业务具有极高价值。随着SiC器件在组串式光伏逆变器和PowerTitan系列储能系统中的广泛应用，提升功率模块的可靠性预测能力至关重要。该方法通过物理模型与AI结合，能够在数据采集受限的实际工况下，精准评估器件寿命，从而优化iSolarCloud平台的运维策略，实现从“事后维修...
用于组件级光伏系统直流串联电弧故障检测与熄灭的机器学习与电流调制协调控制
Coordination of Machine Learning and Current Modulation for DC Series Arc Fault Detection and Extinguishing for Module-Level PV Systems
Byungki Kim · Wan Kim · Minseo Jeon · Sung-Geun Song 等5人 · IEEE Transactions on Power Electronics · 2025年11月
组件级电力电子设备虽能优化光伏发电效率，但也增加了直流串联电弧故障的风险。本文提出了一种结合电流调制与机器学习的方法，利用电弧电阻特性实现故障的精准检测与熄灭，解决了传统单一方法在复杂工况下的局限性，提升了光伏系统的安全性。
解读: 该技术对阳光电源的组串式逆变器及户用光伏产品线具有极高价值。随着光伏系统向组件级安全标准（如NEC 2017/2020）演进，电弧故障检测是核心竞争力。该研究提出的机器学习与电流调制协同方案，可显著提升阳光电源逆变器在复杂环境下的电弧识别准确率，降低误报率。建议研发团队将此算法集成至iSolarCl...
一种基于联邦迁移学习的电力变换器监测自适应机器学习框架
An Adaptive ML Framework for Power Converter Monitoring via Federated Transfer Learning
Panagiotis Kakosimos · Alireza Nemat Saberi · Luca Peretti · IEEE Transactions on Power Electronics · 2025年11月
本文提出了一种结合迁移学习（TL）与联邦学习（FL）的自适应机器学习框架，旨在优化电力变换器的热模型。该方法有效解决了不同运行工况下的模型适配、数据隐私保护及数据共享受限等挑战，通过分段式学习策略提升了变换器状态监测的准确性与鲁棒性。
解读: 该研究对阳光电源的智能化运维至关重要。在组串式逆变器和PowerTitan/PowerStack储能系统中，设备分布广泛且工况复杂，利用联邦学习可在不上传原始数据的前提下，实现跨电站的模型协同训练，提升故障诊断精度。迁移学习则能解决新机型或极端工况下样本稀缺的问题。建议将此框架集成至iSolarCl...
基于神经网络的电力电子资源主导型电力系统不确定性感知稳定性分析
Uncertainty-Aware Stability Analysis of IBR-Dominated Power System With Neural Networks
Galadrielle Humblot-Renaux · Yang Wu · Sergio Escalera · Thomas B. Moeslund 等6人 · IEEE Transactions on Power Electronics · 2025年11月
机器学习技术在加速电力电子资源（IBR）主导的电力系统稳定性筛选方面潜力巨大。然而，基于神经网络的方法在面对未见过的运行场景时，难以保证预测的准确性和可靠性，存在安全隐患。本文提出了一种不确定性感知方法，以提升神经网络在电力系统稳定性评估中的可靠性。
解读: 随着阳光电源组串式逆变器和PowerTitan等储能系统在全球电网中的渗透率提升，系统稳定性分析变得日益复杂。该研究提出的不确定性感知神经网络方法，能够有效解决传统AI模型在复杂电网环境下（如弱电网）泛化能力不足的问题。建议将此技术集成至iSolarCloud智能运维平台，用于实时监测电网稳定性风险...
土地当量比
LER）是否足以描述农光互补系统的效率？
Szymon Pelczar · IEEE Journal of Photovoltaics · 2025年11月
土地当量比（LER）是研究农光互补系统时广泛使用的评价系数。尽管该指标最初用于评估间作效益，但也被应用于农光互补系统的性能分析。LER旨在衡量农光互补模式相较于传统独立生产模式的土地利用效率，但其本身无法全面反映系统的整体性能。本文指出，需引入额外评价参数以更准确地比较农光互补与传统模式的综合效益。这些补充指标有助于评估农光互补系统的适用性，并为在特定条件下选择建设常规光伏电站或农光互补系统提供决策支持。
解读: 该研究对阳光电源农光互补解决方案具有重要指导意义。文章指出LER单一指标的局限性，启发阳光电源在SG系列光伏逆变器应用于农光互补场景时，需建立多维评价体系：结合iSolarCloud云平台，整合发电效率、作物产量、经济收益、碳减排等综合指标，开发农光互补专用算法模块。针对不同遮光率需求，优化MPPT...
基于计算智能的无人机集成光伏模块在结冰条件下的建模
Computational Intelligence-Based Modeling of a UAV-Integrated PV Module in Icing Conditions
MohammadHosein Saeedinia · Shamsodin Taheri · Ana-Maria Cretu · IEEE Journal of Photovoltaics · 2025年11月
太阳能无人机通过利用太阳能延长续航能力并降低维护成本，但飞行中结冰会显著影响其气动性能及光伏系统的运行可靠性。机翼结冰削弱机械性能，而光伏表面结冰则阻碍光照，导致输出参数下降，尤其是非均匀遮挡危害更大。本文提出一种新型建模方法，将非均匀结冰影响纳入辐照度计算，通过分析冰层对光伏方程的影响，将光伏工作曲线划分为结冰与正常两个区域，并采用先进计算智能方法确定参数。结合最小冗余最大相关性技术，利用训练的机器学习模型预测动态恶劣条件下光伏性能，实验验证了该方法的有效性与可靠性。
解读: 该研究针对极端结冰环境下光伏组件性能建模，对阳光电源高纬度及高海拔地区部署的SG系列光伏逆变器具有重要参考价值。非均匀结冰导致的局部遮挡与热斑效应，可直接应用于优化MPPT算法，提升极端工况下的功率跟踪精度。基于机器学习的动态性能预测方法，可集成至iSolarCloud智能运维平台，实现结冰风险预警...
一种基于组串电流相关性的高效光伏阵列故障检测技术
An Efficient String Current Correlation-Based PV Array Fault Detection Technique
Ushnik Chakrabarti · Binoy Kumar Karmakar · IEEE Journal of Photovoltaics · 2025年11月
在串联-并联配置的光伏阵列中，由于串联阻断二极管的存在，过流保护装置（OCPD）和接地故障保护装置（GFPD）难以检测故障，因故障电流被限制在保护阈值以下。现有方法多无法区分故障与局部遮阴，易导致误报。本文提出一种基于组串电流相关性的故障检测方法，可有效识别故障并区分局部遮阴。通过计算组串电流间的负相关阈值，实现故障判别。MATLAB仿真和小规模硬件实验验证了该方法在多种故障类型和天气条件下的有效性与实用性。
解读: 该组串电流相关性故障检测技术对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要应用价值。该方法通过负相关阈值判别可有效区分故障与局部遮阴，解决了传统OCPD/GFPD在串联阻断二极管场景下的检测盲区问题，可直接集成到SG逆变器的组串电流监测模块中，提升故障诊断准确率并降低误报率...
基于工具增强型大语言模型的电网模型生成
Power Grid Model Generation Based on the Tool-augmented Large Language Model
Kaihang Deng · Yanzhen Zhou · Hongtai Zeng · Zhengcheng Wang 等5人 · IEEE Transactions on Power Systems · 2025年11月
电网模型是电力系统研究及人工智能应用的基础。由于安全原因，公开可用的电网模型极为有限，亟需生成具有特定拓扑结构和潮流特性的模型。鉴于电网模型通常以结构化文本形式存储，可将其生成问题转化为结构化文本生成任务，大语言模型（LLMs）在此类任务中表现出色。受此启发，本文提出一种基于工具增强型大语言模型的电网模型生成新方法，支持用户通过自然语言描述按需生成电网模型。数值结果表明，该方法能有效生成满足指定需求的电网模型。
解读: 该工具增强型大语言模型的电网建模技术对阳光电源具有重要应用价值。在储能系统方面，可快速生成不同电网拓扑下的PowerTitan系统仿真模型，优化ST系列储能变流器的并网控制策略验证；在光伏逆变器领域，支持SG系列产品在复杂配电网场景下的GFM/GFL控制算法测试，加速1500V系统的电网适应性分析；...
使用卷积神经网络检测光伏组件玻璃裂纹
Using Convolutional Neural Networks to Detect In-Field PV Module Glass Cracks
Savannah Bennett · Thomas Weber · Rory Bennett · Ernst Wittman 等6人 · IEEE Journal of Photovoltaics · 2025年11月
双玻光伏组件的应用日益广泛，人们对这些组件中的玻璃破裂问题也愈发关注。为证实这一现象、量化玻璃破裂率，并减轻在现场查找破裂组件的繁琐工作，本文考虑使用卷积神经网络进行玻璃裂纹检测。对七种模型进行了测试：六层模型、四层模型、VGG16、VGG19、ResNet18、ResNet34 和 ResNet50。在两个光伏（PV）场中采用非标准化图像采集方法，针对两种组件类型创建了七个标注数据集，图像数量从 3540 张到 12600 张不等。六层模型在裂纹与无裂纹分类方面的准确率可达 97.7%，使用 ...
解读: 该CNN玻璃裂纹检测技术对阳光电源SG系列光伏逆变器配套的智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的智能诊断模块，通过无人机巡检图像自动识别双面玻璃组件裂纹，实现预测性维护。该技术与阳光现有的IV曲线诊断、红外热成像分析形成互补，可提前发现因玻璃裂纹导致的组件功率衰减和...
用于光伏电池缺陷检测中数据不平衡的缺陷电致发光图像生成
Defective Electroluminescence Image Generation for Data Imbalance in Solar Cell Defect Inspection
Ziai Zhou · Jiacheng Jiang · Jinxia Zhang · IEEE Journal of Photovoltaics · 2025年11月
利用高分辨率电致发光（EL）图像对光伏组件进行缺陷检测已广受欢迎。然而，针对光伏组件EL图像中的不平衡问题（即缺陷图像数量远少于正常图像数量）开展的研究有限。为解决上述问题，本文提出一种快速生成缺陷EL图像的方法。为准确提取缺陷区域，需要找出与缺陷图像最相似的正常图像。首先，提出一种图像类型分类网络，用于识别与缺陷图像类型（单晶硅或多晶硅）相同的正常图像。然后，进一步利用余弦相似度来找出与缺陷图像最相似的正常图像。之后，通过将缺陷图像与所找出的相似正常图像进行对比，获取缺陷模板。为快速生成多样且...
解读: 该缺陷EL图像生成技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。在光伏电站运维中，稀有缺陷样本（如隐裂、热斑等）难以大量获取，制约了AI诊断模型的训练效果。该GAN生成方法可为SG系列逆变器配套的组件健康监测系统提供数据增强方案，通过合成稀有缺陷样本平衡训练集，显著提升小样本条件...
基于最大功率点跟踪测量的光伏板温度和太阳辐照度估计算新模型
New Model for Estimating the Temperature and Solar Irradiance of Photovoltaic Panels Based on Maximum Power Point Tracking Measurements
Zine Eddine Touhami Ternifi · Luis Garcia-Gutierrez · Mohammed El Bachir Ghribi · Ghalem Bachir 等5人 · IEEE Journal of Photovoltaics · 2025年11月
本文提出了一种在最大功率点跟踪（MPPT）控制系统中利用电流和电压测量值来估算光伏组件温度和辐照度的新方法。与依赖外部数据（如复杂的辐照度和风速传感器及设备所提供的数据）的传统方法不同，该方法仅依赖于MPPT所需的特定面板的电流 - 电压（I - V）测量值，能够通过一种更简单且实时的方法实现准确估算。对各种面板温度估算技术的比较评估证实，所提出的方法优于现有方法，温度的平均绝对估算误差低于1℃，辐照度的平均绝对估算误差低于4 W/m²。该方法能有效应对温度变化，特别是在低辐照度条件下，此时电流...
解读: 该基于MPPT测量的温度与辐照度估算技术对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要应用价值。通过复用逆变器MPPT过程中已有的电压电流数据，无需额外温度和辐照度传感器即可实现环境参数实时估算，可直接集成到SG系列逆变器的DSP控制算法中，降低BOM成本并提升系统可靠性。...
基于反射法的光伏系统故障检测统计分析
A Statistical Analysis of Fault Detection in Photovoltaics Using Reflectometry
Ayobami S. Edun · Cody LaFlamme · Evan J. Benoit · Cynthia Furse 等5人 · IEEE Journal of Photovoltaics · 2025年11月
扩频时域反射法（SSTDR）已被用于检测电缆、飞机布线和光伏（PV）装置中的各类故障。一个显著的问题是，由于大多数使用反射法的方法都基于与已知基线的比较，系统或环境变化导致的基线变化可能会掩盖故障产生的反射信号，从而降低检测概率。对于远离测试设备的故障，这些变化的影响会更加严重。本研究的目的是在环境变化、系统变化以及线路不同位置的情况下，通过统计方法估算光伏阵列反射信号是否为故障的概率。我们的研究结果展示了在不同信噪比（SNR）条件下，当出现部分断开和完全断开故障时，在距离测试设备不同距离处检测...
解读: 该SSTDR故障检测技术对阳光电源SG系列光伏逆变器及iSolarCloud智能运维平台具有重要应用价值。技术可集成至逆变器直流侧输入端，实现对组串高阻连接、断路及短路故障的在线监测，弥补传统IV曲线诊断对隐性故障识别不足的缺陷。其抗噪声能力强的特性适配复杂电磁环境下的大型地面电站应用。建议将反射法...
印度半干旱炎热气候条件下晶体硅光伏组件性能与安全性的实验研究
Experimental Investigations on Performance and Safety of c-Si PV Modules Installed in Hot Semiarid Climatic Conditions in India
Sandeep Tiwari · Deepak Yadav · Ditipriya Bose · Manander Bangar 等6人 · IEEE Journal of Photovoltaics · 2025年11月
本研究在哈里亚纳邦马内萨尔一座 760 千瓦的并网太阳能光伏（SPV）发电厂中，对多晶硅光伏（PV）组件进行了现场测试。本研究评估了在炎热半干旱气候条件下，光伏组件度过早期阶段后出现的现场缺陷及其对组件的影响，此前未有其他研究报道过这方面内容。测试方法包括绝缘电阻测试（湿漏电电流测试）、目视检查、红外成像以及现场的 I - V 测量。安全和性能测试持续了 1 个月，结果按照相关国际电工委员会（IEC）标准进行分析，即 IEC 62446 - 2:2020、IEC 61215 - 1 - 1:20...
解读: 该研究对阳光电源SG系列光伏逆变器在高温半干旱气候区的应用具有重要参考价值。研究揭示的组件功率衰减、热斑风险和绝缘性能下降问题，可直接应用于优化逆变器的MPPT算法，通过实时监测组件温度和IV曲线特征，提前识别热斑异常并触发保护策略。对于iSolarCloud智能运维平台，可基于高温环境下的衰减规律...
利用双层物理信息神经网络改进光伏模型参数估计
Improving Estimation of Parameters in Photovoltaic Models Using Two-Level Layered Physics-Informed Neural Networks
Nikta Shamsmohammadi · Giovanni Spagnuolo · José del Campo-Ávila · Esteban José Palomo 等5人 · IEEE Journal of Photovoltaics · 2025年11月
准确估计光伏模型中的参数对于改善系统监测、控制和诊断至关重要。在本研究中，提出了一种新颖的两级分层物理信息神经网络（PINN）架构，用于估计动态单二极管光伏模型中的参数，包括辐照度（$G$）、温度（$T$）和结电容（$C_{j0}$）。在光伏电流和电压波形不受噪声影响的情况下，所提出的方法实现的误差为：辐照度（$G$）误差为 0.25%，温度（$T$）误差为 1.5%，结电容（$C_{j0}$）误差为 2.1%。与传统优化方法相比，两级分层 PINN 表现更优，尤其在学习结电容（$C_{j0}$...
解读: 该双层物理信息神经网络参数估计技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。通过精准估计光伏组件的五参数模型（光生电流、二极管饱和电流、串联电阻等），可显著提升不同光照温度条件下的最大功率点追踪精度。该方法可集成到iSolarCloud智能运维平台，实现光伏阵列实时建模与性能诊...
第 35 / 944 页