找到 3 条结果
移动群智感知通用框架：全面综述
A Generic Framework for Mobile Crowdsensing: A Comprehensive Survey
Abderrafi Abdeddine · Loubna Mekouar · Youssef Iraqi · IEEE Access · 2025年1月
移动群智感知已成为通过各种移动设备协作聚合感知数据的强大范式。尽管该范式具有创新解决方案，也带来新挑战。移动群智感知文献提出各种解决方案，但许多问题仍存在。现有研究涉及移动群智感知不同方面和过程并提出各种解决方案，每个都有特定框架。因此框架多样性使该领域不同工作的整合和比较复杂化。作为回应，本工作为移动群智感知提出结构化框架，将其运营过程整合到一个有凝聚力的系统。框架整合关键步骤包括注册过程、前期数据处理、激励过程、任务分配、任务执行和后期数据处理。通过提供统一框架，旨在为移动群智感知提供全面结...
解读: 该移动群智感知框架对阳光电源分布式能源管理具有启发意义。阳光管理的海量光伏储能设备可视为移动群智感知网络，该框架可指导阳光构建分布式能源协同系统。阳光可应用该任务分配和激励机制，优化虚拟电厂调度，实现分布式资源的协同优化，提升需求响应能力，降低系统运营成本，增强电网互动友好性。...
一种基于低质量数据的三相逆变器功率开关开路故障鲁棒数据驱动诊断方法
A Robust Data-Driven Method for Open-Circuit Fault Diagnosis of Power Switches in Three-Phase Inverters With Low-Quality Data
Yang Xia · Yan Xu · IEEE Transactions on Power Electronics · 2024年11月
机器学习（ML）技术在电力变换器故障诊断方面显示出了巨大潜力。然而，在实际应用中，诊断处理器所测量的数据可能会受到损坏，这会降低基于机器学习的诊断模型的性能。本文提出了一种鲁棒的数据驱动方法，用于在数据存在缺失值、异常值和噪声等低质量问题的情况下进行功率开关开路故障诊断。在离线阶段，首先训练一个鲁棒子空间矩阵，用于从缺失数据和异常值中恢复受损数据。然后，通过联合稀疏编码和变换学习对恢复后的数据进一步去噪，在此过程中可以得到一个变换权重矩阵。以处理后的数据作为输入，训练一个随机向量功能链接网络来生...
解读: 从阳光电源的业务视角来看，这项针对三相逆变器功率开关开路故障诊断的鲁棒数据驱动方法具有重要的应用价值。作为全球领先的光伏逆变器和储能系统供应商，阳光电源在大规模光伏电站和储能项目中部署了海量的逆变器设备，功率开关作为核心器件，其故障诊断能力直接影响系统可靠性和运维成本。 该技术的核心优势在于其对低...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...