找到 2 条结果
基于自适应KS变换与JetLeaf Synth网络的复杂电能质量扰动先进诊断框架
An Advanced Diagnose Framework for Complex Power Quality Disturbances Using Adaptive KS-Transform and JetLeaf Synth Network
Minjun He · Jun Ma · Alessandro Mingotti · Qiu Tang 等6人 · IEEE Transactions on Industrial Electronics · 2024年7月
准确识别电能质量扰动（PQDs）对提升能源效率和推动智能电网发展至关重要。针对可再生能源并网带来的复杂扰动问题，本文提出一种基于自适应Kaiser S变换（AKST）与JetLeaf Synth网络（JSTN）的自动检测框架。AKST通过优化Kaiser窗参数以实现最大能量聚集，显著提升时频分辨率；JSTN则融合双叶混合器的局部细节感知能力与喷流变压器的全局上下文建模能力，有效提取扰动特征。二者结合构成混合自适应时频JetLeaf SynthNet（HAJSTN），仿真与实验结果表明，该方法在多...
解读: 该电能质量扰动诊断框架对阳光电源的储能变流器和光伏逆变器产品线具有重要应用价值。AKST-JSTN方法可集成到ST系列储能变流器和SG系列光伏逆变器的监控系统中,提升对谐波、电压波动等并网扰动的识别精度。特别是在大型储能电站中,该技术可助力PowerTitan系统实现更精准的电网故障诊断。结合iSo...
基于引入欧拉算法的灰色预测理论的双绕组容错永磁电机驱动系统开路故障诊断策略研究
Research on Open Circuit Fault Diagnosis Strategy for DFPMM Drive System Based on Grey Prediction Theory With the Introduction of Euler Algorithm
Xuefeng Jiang · Shirui Yang · Xiaokang Weng · Zhijian Wei 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月
双绕组容错永磁电机（DFPMM）具有功率密度高、效率高、运行稳定和容错能力强等特点，在军事和民用电力驱动系统中得到了有效应用。电气故障客观存在，任何单一电气故障都会影响电力驱动系统的可靠性。故障诊断和容错运行是电机驱动系统稳定运行的关键技术。针对传统开路故障（OCF）诊断方法速度不够快、智能化程度不足以及在负载突然变化时易误诊等问题，提出了一种基于引入欧拉算法的灰色预测理论的双绕组容错永磁电机驱动系统故障诊断策略。灰色预测理论可利用引入欧拉算法的灰色预测模型，用较少的数据对系统变化进行估计和预测...
解读: 从阳光电源的业务视角来看，这篇论文提出的基于改进灰色预测理论的开路故障诊断策略具有重要的应用价值。双绕组容错永磁电机（DFPMM）的高功率密度和强容错特性与我们在光伏逆变器、储能变流器及新能源汽车驱动系统中追求的技术方向高度契合。 该技术的核心价值在于通过引入欧拉算法优化灰色预测模型，实现了对功率...