找到 2 条结果
混合能源系统中微控制器驱动的电池管理：应用、控制策略和新兴趋势的系统综述
Microcontroller-Driven Battery Management in Hybrid Energy Systems: A Systematic Review of Applications, Control Strategies, and Emerging Trends
Ripfumelo Humphrey Malele · Bongumsa Mendu · Bessie Baakanyang Monchusi · IEEE Access · 2025年1月
微控制器驱动的电池管理系统BMS对电动汽车、便携电子设备和可再生能源储能等应用至关重要。这些系统监控控制电压、电流、温度和荷电状态等关键参数以优化电池性能和寿命。本研究对混合能源系统中微控制器驱动电池管理进行系统文献综述，聚焦应用、控制策略和新兴趋势。综述发现微控制器系统在可再生能源和电池管理领域取得重大进展。MPPT和PWM等工具提高效率，Arduino和TMS320F28379D等微控制器根据项目平衡成本和性能。锂离子电池因长寿命受青睐，铅酸电池因成本低仍有市场。关键贡献包括综述电池充电系统...
解读: 该BMS综述对阳光电源储能和电动汽车产品线有全面参考价值。阳光储能BMS和车载OBC采用高性能微控制器实现精准电池管理。MPPT算法是阳光光伏逆变器核心技术，该综述验证其在电池充电中的重要性。PWM控制技术与阳光功率变换器控制策略一致。锂离子电池管理是阳光BMS产品的核心场景。该综述识别的研究空白和...
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...