找到 6 条结果
低轨边缘基础设施的资源分配：分类、综述和研究挑战
Resource Allocation on Low-Earth Orbit Edge Infrastructure: Taxonomy, Survey, and Research Challenges
Fábio Diniz Rossi · Paulo Silas Severo de Souza · Marcelo Caggiani Luizelli · IEEE Access · 2025年1月
低轨边缘计算将空间技术与边缘计算相结合，增强连接性并降低延迟，解决地面基础设施的关键局限。通过利用低轨卫星，该范式实现全球低延迟数据处理，应用于遥感、地球观测和全球通信。然而也带来资源分配、热管理和空间碎片缓解方面的挑战。本文提供低轨边缘环境资源分配策略的全面分类和深入综述，识别关键挑战和未来研究方向。
解读: 该低轨边缘计算技术对阳光电源全球化业务布局具有前瞻价值。阳光在全球部署大量光伏储能项目，偏远地区的通信和数据处理是挑战。该卫星边缘计算方案可优化阳光全球电站的远程监控和数据传输，结合iSolarCloud云平台实现全球电站统一运维管理，降低通信成本，提升运维响应速度，支撑阳光国际化战略。...
面向不确定环境下电力系统决策的决策导向学习
Decision-Focused Learning for Power System Decision-Making Under Uncertainty
Haipeng Zhang · Ran Li · Qintao Du · Junyi Tao 等6人 · IEEE Transactions on Power Systems · 2025年8月
更精确的预测未必带来更优的决策。为此，决策导向学习（DFL）被提出，通过以决策损失替代传统统计损失，构建端到端的学习范式。近年来，DFL在电力系统中有所应用，但现有研究仍零散，缺乏系统的方法论梳理与比较基准。本文通过情景、分类、应用与对比分析，揭示统计精度与运行决策间的内在错配，建立基于模型结构（直接/间接）与梯度处理（基于/无需梯度）的DFL方法体系，综述现有应用，并开发开源基准平台，采用成本降低、预测精度和决策速度等电力指标评估模型性能，最后指出应用挑战并展望未来方向，为推动DFL向电网定制...
解读: 决策导向学习技术对阳光电源储能系统和智能运维平台具有重要应用价值。在PowerTitan大型储能系统中，可将DFL应用于充放电策略优化，通过直接优化运行成本而非预测精度，提升电网调峰调频的经济性。对于ST系列储能变流器，该方法可优化功率分配决策，在不确定性环境下降低决策损失。在iSolarCloud...
生物添加剂在水合物基能源技术中的研究进展：应用场景、分类、功能及作用机制
Research progress on bio-additives in hydrate-based energy technologies: Application scenarios, classification, functions and mechanisms
Kang Tan · Jingyu Lv · Zhichao Yin · Manli Ren 等6人 · Applied Energy · 2025年1月 · Vol.394
摘要 气体水合物技术在天然气储存与运输以及气体分离等领域具有广阔的应用前景。然而，水合物生成动力学缓慢的问题限制了该技术在上述场景中的工业化应用，亟需加以改善。与此同时，在海上油气开采与输送过程中，水合物的形成可能引发管道堵塞，必须加以抑制以保障运行安全。因此，在不同的水合物基能源技术中，通常采用具有促进或抑制水合物生成作用的适当添加剂，以调控水合物的生成动力学，实现促进或抑制的目的。目前，大多数添加剂为不可再生且难以生物降解的石油化工衍生物，会对环境造成严重污染，并对生态系统构成威胁。相比之下...
解读: 该气体水合物动力学调控技术虽聚焦天然气储运领域,但其相变储能机理对阳光电源储能系统具有借鉴意义。生物添加剂的环保可再生特性与公司ESS绿色发展理念契合,其促进/抑制相变的动力学调控思路可启发PowerTitan液冷系统中相变材料(PCM)的优化设计。特别是生物基添加剂在传热传质过程的调控机制,可为S...
基于物联网多传感器融合的关键特征与混合迁移学习活动识别
IoT-Based Multisensors Fusion for Activity Recognition via Key Features and Hybrid Transfer Learning
Ahmad Jalal · Danyal Khan · Touseef Sadiq · Moneerah Alotaibi 等6人 · IEEE Access · 2025年1月
人类活动识别HAR在医疗保健、智能家居和人机交互等领域备受关注。本文提出使用RGB视频和IMU传感器数据的综合HAR系统。系统采用多阶段处理流程包括预处理、分割、特征提取和分类，实现高精度活动识别。预处理阶段从视频提取帧，IMU数据去噪。分割阶段对视频帧应用朴素贝叶斯分割，对传感器数据应用汉明窗。关键特征提取技术包括图像数据的ORB、MSER、DFT和KAZE，传感器数据的LPCC、PSD、AR系数和熵。使用线性判别分析LDA进行特征融合创建统一特征集，然后使用ResNet50分类识别如使用智能...
解读: 该多传感器融合识别技术可应用于阳光电源智能运维场景。阳光光伏电站和储能站需要工作人员行为识别和安全监控。该HAR系统的视频和传感器融合方法可部署在阳光电站巡检系统，识别运维人员操作行为，确保作业安全规范。结合阳光iSolarCloud平台的视频分析功能，该技术可实现电站人员活动智能监控，检测异常行为...
基于机器学习的光伏逆变器可靠性评估及其告警-环境变异性的考虑
Machine Learning-Driven Reliability Estimation of PV Inverters Considering Alert-Ambient Variability
Sukanta Roy · Alexander Stevenson · Shahid Tufail · Hugo Riggs 等6人 · IEEE Transactions on Industry Applications · 2024年12月
摘要：天气引发的时空劣化限制了户外光伏逆变器的使用寿命和可靠性，因此需要进行先进的数据分析。本研究采用自上而下、数据驱动的方法，利用多种机器学习（ML）算法来评估一座1.4兆瓦光伏电站中逆变器的可靠性，同时考虑了辐照度、湿度、温度、一天中的时间以及天气状况等因素。来自17台相同逆变器的大量警报数据集，包括警报类型、传播情况和发生频率，揭示了其与环境因素和逆变器输出功率之间的显著相关性，从而能够构建性能可靠性模型。对双阶段监督式机器学习模型的准确性进行了评估，其中人工神经网络（ANN）的“分类 -...
解读: 该机器学习驱动的可靠性评估技术对阳光电源SG系列光伏逆变器及ST储能变流器产品线具有重要应用价值。研究提出的告警-环境变异性分析框架可直接集成至iSolarCloud智能运维平台，通过融合温湿度、辐照度等多源环境参数与现场告警数据，实现对户外逆变器的精准寿命预测与预测性维护。该方法可优化阳光电源现有...
电动汽车动力系统技术综述：分类、广泛采用的拓扑及未来挑战
Critical Review on Powertrain Technologies for Electric Vehicles: Classification, Broadly Adopted Topologies, and Future Challenges
Sadeq Ali Qasem Mohammed · Samer Saleh Hakami · Mahmoud Kassas · Mohammad M. Almuhaini · IEEE Access · 2025年1月
电动汽车EV转型的核心在于驱动系统，用电机和电池替代传统内燃机ICE。然而电池限制、能量密度、充电速度、充电基础设施不足、成本和关键材料依赖等问题阻碍EV推广。本文全面综述EV动力系统技术，讨论高效充电系统和高输出功率所需的关键要素。通过采用先进功率电子器件如SiC和GaN、高效功率拓扑、固态电池和硅负极电池、热管理等技术可实现这些目标。文章探讨阻碍EV性能的关键技术挑战及解决方案，明确分类最新动力系统技术、广泛采用的变换器及未来趋势，包括下一代固态电池突破和充电站可及性改善，并提供可再生能源集...
解读: 该综述与阳光电源新能源汽车电驱控产品线高度契合。阳光重点发展SiC和GaN功率器件在车载充电机OBC和电驱系统中的应用，提升功率密度和效率。阳光车载OBC支持快充协议，与文中提到的高功率充电系统一致。该综述强调的热管理技术对阳光电驱产品的可靠性提升有重要参考价值。阳光还可结合光储充一体化方案，将可再...