找到 2 条结果

排序:
储能系统技术 并网逆变器 储能系统 SiC器件 ★ 5.0

用于并网逆变器的带宽限制PLL设计及其稳定性保证

Design of a Bandwidth Limiting PLL for Grid-Tied Inverters With Guaranteed Stability

Zaint A. Alexakis · Antonio T. Alexandridis · Panos C. Papageorgiou · George C. Konstantopoulos · IEEE Transactions on Sustainable Energy · 2024年10月

在电力系统中,锁相环(PLL)用于实现电压源型逆变器(VSI)与电网母线电压的相位同步。传统PLL在频率和相位暂态扰动下易引发不稳定问题。为此,本文提出一种新型鲁棒同步机制——带宽限制型PLL(BaLi-PLL),通过小信号分析建立其理论特性,并推导确保系统稳定性的判据。同时,详细设计了可有效补偿滤波器及输电线路参数影响的参数整定方法。该方案能精确限定PLL带宽范围,实现快速、准确的电网同步。实验结果表明,在多种严苛扰动条件下,BaLi-PLL相较现有先进PLL具有显著更优的动态响应与稳定性,验...

解读: 该带宽限制PLL技术对阳光电源ST系列储能变流器和SG系列光伏逆变器的并网同步性能提升具有重要价值。BaLi-PLL通过精确限定带宽范围和稳定性判据设计,可直接应用于PowerTitan大型储能系统的构网型GFM控制策略,增强弱电网下的相位同步鲁棒性。其滤波器参数补偿方法对阳光电源1500V高压系统...

光伏发电技术 DAB 故障诊断 ★ 5.0

基于边缘脉冲平台和红外热成像的光伏组件故障诊断TinyML方法

TinyML for Fault Diagnosis of Photovoltaic Modules Using Edge Impulse Platform and IR Thermography Images

A. Mellit · N. Blasuttigh · S. Pastore · M. Zennaro 等5人 · IEEE Transactions on Industry Applications · 2025年4月

故障检测、定位和诊断对于提高光伏(PV)电站的效率和可靠性至关重要。本文利用机器学习(ML)平台(Edge Impulse)和红外图像开发了一种光伏模块故障诊断方法。其思路是开发一个TinyML模型,对光伏模块上常见的某些缺陷(如光伏模块脏污、短路和积沙等)进行分类,并通过将开发的TinyML模型集成到低成本、低功耗的微控制器(MCU)中来验证其可行性。为此,构建并使用了一个红外热成像图像数据库。然后,从准确性、硬件资源和推理延迟等方面对不同版本的MobileNet进行了评估和比较。仿真和协同仿...

解读: 从阳光电源的业务视角来看,这项基于TinyML和红外热成像的光伏组件故障诊断技术具有显著的战略价值。该技术通过在低功耗微控制器上部署轻量级机器学习模型,实现了对污损、短路、沙尘沉积等常见故障的边缘端实时诊断,分类准确率达98%,这与我们智能运维体系的发展方向高度契合。 对于阳光电源的逆变器和智慧能...