找到 62 条结果
基于转置Transformer模型的电化学储能自适应SOH估计方法
An Adaptive SOH Estimation Method for Electrochemical Energy Storage Based on Transposed Transformer Model
李鹏 · 葛儒哲 · 董存 · 孙树敏 等6人 · 高电压技术 · 2025年6月 · Vol.51
为保障锂离子电池运行的可靠性与安全性，及时监测其健康状态，本文在Autoformer与iTransformer模型基础上，融合线性回归模型，提出一种基于转置Transformer的自适应特征感知电池健康状态融合估计模型。通过提取充电曲线健康因子，将容量退化分解为趋势项与再生项，分别由线性回归和转置Transformer模型进行预测与估计，结合二者输出获得最终容量退化趋势。利用注意力权重增强模型可解释性。实验结果表明，该方法在NASA数据集上预测误差显著低于其他时序模型，验证了其精度与可靠性，为电...
解读: 该转置Transformer自适应SOH估计技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。通过将容量退化分解为趋势项与再生项的混合建模方法，可显著提升iSolarCloud云平台的电池健康状态监测精度，实现更准确的预测性维护。该方法基于充电曲线健康因子提取，可无...
电池运行成本在线评估的增量退化估计方法
Incremental Degradation Estimation Method for Online Assessment of Battery Operation Cost
Monika Sandelic · Ariya Sangwongwanich · Frede Blaabjerg · IEEE Transactions on Power Electronics · 2022年10月
为实现电池的最优经济运行，需考虑性能退化及相关成本。传统离线寿命模型无法满足实时运行需求。本文提出一种增量退化估计方法，通过实时监测电池状态，实现对电池退化成本的在线评估，为储能系统的经济调度与寿命管理提供技术支撑。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等大型储能系统。通过在线评估电池退化成本，可优化iSolarCloud平台的调度策略，实现储能电站全生命周期的经济性最大化。该方法可集成至BMS或PCS控制算法中，精准量化调峰调频等应用场景下的电池损耗，从而指导运维策略调整，提升储能...
基于温差的锂离子电池健康状态
SOH）估计
Jinpeng Tian · Rui Xiong · Weixiang Shen · IEEE Transactions on Power Electronics · 2020年10月
针对锂离子电池老化导致的健康状态（SOH）评估难题，本文提出了一种基于电池表面温差曲线的新型SOH估计方法。该方法突破了传统仅依赖电压特性的局限，通过分析充放电过程中的热行为变化，为电池老化监测提供了新的物理维度，有效提升了电池全生命周期管理的精度。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，精准的SOH评估是保障系统安全与延长寿命的关键。目前BMS多依赖电压/电流数据，引入温差特征可显著提升对电池内部老化机理的感知能力，减少因电池不一致性导致的容量衰减风险。建议研发团队将该算法集成...
基于互相关技术的电池在线阻抗测量
Online Impedance Measurement of Batteries Using the Cross-Correlation Technique
Taha Nurettin Gucin · Levent Ovacik · IEEE Transactions on Power Electronics · 2020年4月
电化学阻抗谱（EIS）是确定电池阻抗频率响应的有效测试技术，可用于评估电池的荷电状态（SOC）和健康状态（SOH）。本文提出了一种基于互相关技术的在线EIS测量方法，通过Boost变换器实现，为电池状态监测提供了新的技术路径。
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。目前储能系统的SOH评估多依赖于离线测试或简单的库仑计数法，精度受限。引入在线EIS技术，可集成至BMS或PCS控制算法中，实现对电池组全生命周期的实时健康状态监测与故障预警，显著提升储能电...
基于阻抗谱动力学与深度高斯过程的锂离子电池容量估计
Capacity Estimation for Lithium-Ion Batteries Based on Impedance Spectral Dynamics and Deep Gaussian Process
Shude Zhang · Weiru Yuan · Yingzhou Wang · Shun Cheng 等5人 · IEEE Transactions on Power Electronics · 2024年8月
锂离子电池充放电过程伴随复杂的电化学行为，对电池性能与寿命有不可逆影响，在线容量估计极具挑战。本文利用电化学阻抗谱（EIS）丰富的频域信息，提出一种基于深度高斯过程的容量估计方法，旨在实现更精准的电池健康状态监测。
解读: 该技术对阳光电源PowerTitan和PowerStack等储能系统至关重要。目前储能系统主要依赖电压/电流积分法估算SOH，精度受限。引入基于阻抗谱动力学的深度学习算法，可显著提升BMS对电池衰减机理的感知能力，实现更精准的剩余寿命预测。建议在iSolarCloud平台集成此类高阶算法，通过大数据...
基于放电的直流母线电解电容状态监测
Discharge-Based Condition Monitoring for Electrolytic DC-Link Capacitors
Timm Felix Baumann · Raul Murillo-Garcia · Konstantinos Papastergiou · Dimosthenis Peftitsis · IEEE Transactions on Power Electronics · 2024年12月
电解电容是电力电子变换器中最脆弱的组件之一，其电容值随长期运行而衰减，影响系统稳定性。本文提出了一种低侵入式的电容健康状态监测方法，通过放电特性评估电容老化程度，对于保障变换器长期可靠运行具有重要意义。
解读: 电解电容是阳光电源组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器中的关键功率器件，其寿命直接决定了产品的质保周期与运维成本。该研究提出的低侵入式监测方法，可集成至iSolarCloud智能运维平台，实现对逆变器和PCS直流母线电容的在线预警。建议研发团队将其转化为固件...
锂电池健康状态预测的容错框架
Fault-Tolerant Framework for State-of-Health Prediction of Lithium Batteries
Anas Tiane · Chafik Okar · Hicham Chaoui · IEEE Transactions on Power Electronics · 2022年12月
本文针对锂离子电池健康状态（SoH）预测中传感器数据缺失的挑战，提出了一种高可用性的特征容错预测框架。该框架在不确定环境下仍能保持极高的预测精度，有效解决了电池管理系统在传感器故障或数据丢失时的性能退化问题。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等储能系统。在大型储能电站中，传感器故障会导致BMS数据缺失，进而影响SoH评估的准确性。引入该容错框架可显著提升阳光电源储能产品的运维可靠性，减少因传感器异常导致的误报警或性能误判。建议将此算法集成至iSolarCloud智能运维平...
一种基于电化学老化机理的锂离子电池健康状态估计数据驱动方法
An Electrochemical Aging-Informed Data-Driven Approach for Health Estimation of Lithium-Ion Batteries With Parameter Inconsistency
Shuxin Zhang · Zhitao Liu · Yan Xu · Guangwei Chen 等5人 · IEEE Transactions on Power Electronics · 2025年5月
准确估计锂离子电池的健康状态（SOH）对保障系统安全与可靠性至关重要。本文提出了一种融合物理电化学模型与深度学习的数据驱动方法，旨在解决电池参数不一致性带来的SOH估计难题，提升电池全生命周期的健康管理精度。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统规模化应用中，电池组内参数不一致性是影响系统寿命与安全的核心痛点。通过将电化学机理与深度学习结合，可显著提升iSolarCloud平台对储能电站的SOH监测精度，实现更精准的电池寿命预测...
一种具有嵌入式实时电化学阻抗谱的可扩展主动电池管理系统
A Scalable Active Battery Management System With Embedded Real-Time Electrochemical Impedance Spectroscopy
Eric Din · Christopher Schaef · Keith Moffat · Jason T. Stauth · IEEE Transactions on Power Electronics · 2017年7月
电化学储能对交通电气化和电网储能至关重要，亟需提升电池管理系统（BMS）的主动管理与诊断能力。本文提出了一种可扩展的主动BMS架构，通过嵌入式实时电化学阻抗谱（EIS）技术，实现对锂电池状态的精确监测与诊断，以提升系统安全性与运行效率。
解读: 该技术对阳光电源的PowerTitan和PowerStack等大型储能系统具有极高价值。通过在BMS中集成实时EIS诊断功能，可实现对电芯健康状态（SOH）和故障隐患的早期预警，显著提升储能电站的安全性与运维效率。建议研发团队将此技术与iSolarCloud平台深度融合，利用大数据分析实现电芯级精细...
基于SSTDR嵌入式PWM序列的在役功率半导体器件老化检测与健康状态估计
Aging Detection and State of Health Estimation of Live Power Semiconductor Devices Using SSTDR Embedded PWM Sequence
Sourov Roy · Abu Hanif · Faisal Khan · IEEE Transactions on Power Electronics · 2021年5月
功率半导体开关在环境与电热应力下会发生退化，导致阻抗变化。本文提出一种利用扩频时域反射法（SSTDR）的在线监测算法，通过嵌入PWM序列，在不影响变换器正常运行的前提下，实现对在役功率器件的老化检测与健康状态（SOH）评估。
解读: 该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有极高的应用价值。功率器件（IGBT/SiC）是逆变器和PCS的核心，其可靠性直接决定产品寿命。通过SSTDR技术实现器件在线健康监测，可将传统的“事后维修”转变为“预测性维护”，显著降低运维成本。建议研发团队将其集...
基于域对抗迁移学习的锂离子电池健康状态估计
State-of-Health Estimation for Lithium-Ion Batteries Using Domain Adversarial Transfer Learning
Zhuang Ye · Jianbo Yu · IEEE Transactions on Power Electronics · 2022年3月
锂离子电池健康状态（SOH）估计是电池管理系统的核心。针对现有模型在不同工况下泛化能力差的问题，本文提出一种基于域对抗迁移学习的方法。通过在不同工况数据集间进行特征对齐，有效解决了训练集与测试集分布不一致的挑战，显著提升了电池SOH估计的准确性与鲁棒性。
解读: 该技术对阳光电源的PowerTitan和PowerStack等大型储能系统至关重要。目前储能电站面临复杂多变的运行工况，基于域对抗迁移学习的SOH估计方法，能够显著提升iSolarCloud平台对电池全生命周期的精细化管理能力。通过解决不同工况下的数据分布差异，该算法可增强BMS对电池衰减趋势的预测...
锂电池健康状态预测的对抗性防御框架
Adversarial Defensive Framework for State-of-Health Prediction of Lithium Batteries
Anas Tiane · Chafik Okar · Hicham Chaoui · IEEE Transactions on Power Electronics · 2023年10月
神经网络易受恶意数据投毒攻击，导致预测准确性下降。本文提出一种对抗性防御框架，针对锂离子电池健康状态（SOH）预测模型，通过识别并防御微小噪声干扰，提升模型在复杂环境下的鲁棒性与决策边界稳定性。
解读: 该研究直接服务于阳光电源PowerTitan和PowerStack等大型储能系统的智能化运维。随着储能电站规模扩大，BMS数据的安全性与预测模型的鲁棒性至关重要。该对抗性防御框架可集成至iSolarCloud平台，提升电池SOH预测的抗干扰能力，防止恶意数据导致误判，从而优化电池寿命管理，降低运维风...
面向多目标工况的电池健康状态估计的多源域元学习网络
Multisource Domain Metalearning Network for Battery State-of-Health Estimation Under Multitarget Working Conditions
Mengqi Miao · Chaoang Xiao · Jianbo Yu · IEEE Transactions on Power Electronics · 2025年7月
电池健康状态（SOH）估计对电池寿命预测至关重要。工况差异导致的域偏移现象是准确估计SOH的主要障碍。本文提出一种多源域元学习网络，通过最小化不同工况下的分布差异，解决电池SOH估计中的域偏移问题，提升在多目标工况下的预测精度。
解读: 该研究直接服务于阳光电源的储能业务核心需求。在PowerTitan和PowerStack等大型储能系统中，电池全生命周期的SOH精准评估是保障系统安全与收益的关键。该元学习算法能有效解决不同温度、充放电倍率等复杂工况下的数据分布偏移问题，显著提升BMS的预测精度。建议将此算法集成至iSolarClo...
电动汽车应用中锂离子电池的优化特征选择健康预测
Health Prognosis With Optimized Feature Selection for Lithium-Ion Battery in Electric Vehicle Applications
Ji Wu · Xuchen Cui · Hui Zhang · Mingqiang Lin · IEEE Transactions on Power Electronics · 2021年11月
针对电动汽车锂离子电池健康管理需求，本文提出了一种基于优化特征选择的数据驱动型电池健康状态（SOH）估计方法。该方法旨在解决现有预测模型计算效率低的问题，通过优化特征提取提升SOH估计的准确性与实时性，为电池全生命周期管理提供技术支撑。
解读: 该研究对于阳光电源的储能业务（PowerTitan、PowerStack系列）具有极高参考价值。精准的SOH估计是BMS核心算法的关键，直接影响储能电站的运维效率与安全性。通过引入优化特征选择的数据驱动模型，可显著提升iSolarCloud平台对电池资产的健康评估能力，优化电池衰减预测，从而降低运维...
一种利用伪随机序列信号进行电池阻抗辨识的快速方法
Fast Approach for Battery Impedance Identification Using Pseudo-Random Sequence Signals
Jussi Sihvo · Daniel-Ioan Stroe · Tuomas Messo · Tomi Roinila · IEEE Transactions on Power Electronics · 2020年3月
在线测量电池阻抗对于评估电池荷电状态（SOC）和健康状态（SOH）至关重要，能有效提升系统安全性与性能。传统的电化学阻抗谱（EIS）测量耗时较长，不适用于在线应用。本文提出了一种基于伪随机序列信号的快速阻抗辨识方法，实现了电池阻抗的实时监测。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack及ST系列PCS）具有极高价值。通过集成伪随机序列信号注入功能，阳光电源的BMS系统可实现电池阻抗的在线实时辨识，无需停机即可精准评估电芯SOH，显著提升储能电站的运维效率与安全性。建议将此算法嵌入iSolarCloud智能运维...
基于双卡尔曼滤波的模块化变换器与可重构电池系统低成本参数估计方法
Low-Cost Parameter Estimation Approach for Modular Converters and Reconfigurable Battery Systems Using Dual Kalman Filter
Nima Tashakor · Bita Arabsalmanabadi · Farshid Naseri · Stefan Goetz · IEEE Transactions on Power Electronics · 2022年6月
模块化变换器与可重构电池系统能有效解决电池组中“短板效应”并实现异构电池混用，但其高昂的传感器与监控系统成本限制了应用。本文提出一种基于双卡尔曼滤波（DKF）的低成本参数估计方法，旨在降低硬件依赖，提升系统监控与控制效率。
解读: 该技术与阳光电源PowerTitan及PowerStack系列储能系统高度相关。通过双卡尔曼滤波实现参数的精确估计，可显著降低BMS对高精度传感器的依赖，从而降低系统整体BOM成本。在PowerStack等模块化储能产品中，该算法能提升对电池组内各模块健康状态（SOH）的实时监测精度，优化电池均衡策...
车载超级电容器健康状态诊断的在线参数辨识
Online Parameter Identification for Supercapacitor State-of-Health Diagnosis for Vehicular Applications
Asmae El Mejdoubi · Hicham Chaoui · Hamid Gualous · Jalal Sabor · IEEE Transactions on Power Electronics · 2017年12月
在电力电子应用中，双电层电容器（EDLC）的老化是导致系统失效的关键问题。其退化通常表现为内阻增加或等效电容减小，这些指标与超级电容器的健康状态（SoH）密切相关。本文提出了一种在线参数辨识方法，用于实现车载应用中超级电容器的SoH诊断，以提升系统的运行可靠性。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack）具有重要参考价值。虽然目前储能系统多采用锂电池，但超级电容器在混合储能系统及高功率脉冲应用中具有潜力。其在线参数辨识与SoH诊断算法可迁移至BMS（电池管理系统）的健康评估模块，提升系统全生命周期的运维精度。建议研发团队关注该...
锂离子电池单体开路故障诊断：方法、分析与比较
Lithium-Ion Battery Cell Open Circuit Fault Diagnostics: Methods, Analysis, and Comparison
Shiyao Zhou · Ziqiang Chen · Tiantian Lin · IEEE Transactions on Power Electronics · 2023年2月
电池故障诊断对保障锂离子电池系统的安全与可靠性至关重要。在串并联电池组中，单体开路（COC）故障是导致电池组不一致性加剧及寿命缩短的主要原因之一。本文系统综述了COC故障诊断方法，分析了其技术难点，并对现有诊断策略进行了对比，为提升电池系统安全性提供了理论支撑。
解读: 该研究高度契合阳光电源PowerTitan及PowerStack储能系统业务。作为全球领先的储能供应商，电池系统的安全性与长寿命是核心竞争力。通过引入先进的COC故障诊断算法，可显著提升iSolarCloud智能运维平台对电池组异常的预警能力，降低运维成本。建议将该研究成果集成至BMS底层逻辑中，实...
级联H桥型变换器在线电容状态监测
Online Capacitor Condition Monitoring for Cascaded-H-Bridge Type Converters
Hanyu Wang · Ronglu Qiu · Jiawei Wu · Mingyao Ma 等6人 · IEEE Transactions on Power Electronics · 2024年10月
级联H桥（CHB）变换器广泛应用于SVG、STATCOM及光伏系统中，直流侧电容作为能量缓冲核心，其健康状态直接影响输出波形质量。本文提出了一种针对CHB变换器直流侧电容的在线监测方法，对于提升系统可靠性及降低维护成本具有重要意义。
解读: 该技术对阳光电源的集中式光伏逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。CHB拓扑常用于高压大功率并网场景，电容老化是导致逆变器失效的主要原因之一。通过引入在线电容健康监测算法，可实现从“定期维护”向“预测性维护”的转型，显著提升iSolarCloud智能运维平台的故障预警能...
基于模型-数据融合方法的锂离子电池健康状态估计与剩余寿命预测
Li-Ion Battery State of Health Estimation and Remaining Useful Life Prediction Through a Model-Data-Fusion Method
Zhiqiang Lyu · Renjing Gao · Lin Chen · IEEE Transactions on Power Electronics · 2021年6月
针对电动汽车锂离子电池退化过程的非线性和时变性，本文提出了一种模型与数据融合的健康状态（SOH）估计及剩余寿命（RUL）预测方法。该方法结合了代谢灰色模型与多输出高斯过程回归，实现了动态数据驱动的电池性能评估，有效提升了电池全生命周期管理的准确性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高的应用价值。通过引入模型-数据融合算法，可显著提升iSolarCloud平台对储能电站电池衰减的预测精度，实现更精细化的BMS管理。这不仅能优化电池资产的运维策略，降低运维成本，还能在电网侧储能和工商业储...
第 1 / 4 页