找到 36 条结果

排序:
风电变流技术 ★ 5.0

基于数据驱动鲁棒控制的双馈风机区间振荡附加阻尼控制方法

A Data-Driven Robust Control Method for Supplementary Damping Control of Inter-area Oscillations in Doubly Fed Induction Generators

施星宇傅俊诚李泽文王炜宇曹一家曾祥君 · 中国电机工程学报 · 2025年4月 · Vol.45

针对含风电接入的互联电力系统建模困难、运行方式多变及风电出力波动等问题导致传统附加阻尼控制效果不佳的难题,提出一种基于数据驱动鲁棒控制的双馈风机附加阻尼控制方法。该方法利用无功调制能力增强系统阻尼,结合动态线性化技术构建伪梯度矩阵参数化的数据驱动模型,并设计在线更新机制提升模型精度;引入数据驱动离散二阶滑模面生成控制律,有效抑制区间低频振荡并削弱风速扰动影响。理论分析验证了闭环系统稳定性,仿真结果表明该方法在多种工况下均具有优良的适应性与鲁棒性。

解读: 该研究的数据驱动鲁棒控制方法对阳光电源的储能变流器和大型风电变流器产品具有重要参考价值。其中的无功调制和动态线性化技术可应用于ST系列储能变流器的并网控制优化,提升系统阻尼特性。数据驱动建模和在线更新机制对PowerTitan大型储能系统的自适应控制具有启发意义,有助于提高系统在复杂电网环境下的运行...

风电变流技术 模型预测控制MPC ★ 5.0

考虑数据集误差下基于数据驱动的新能源设备多工况导纳获取方法

A Data-Driven Multi-Operating Condition Admittance Acquisition Method for Renewable Energy Equipment Considering Dataset Errors

李晗 · 李萌 · 王垚鑫 · 马骏超 等7人 · 中国电机工程学报 · 2025年2月 · Vol.45

基于数据驱动的神经网络建模广泛用于电力电子设备多工况阻抗/导纳建模,但实测导纳样本少且受测量噪声影响,导致数据质量差,模型预测误差大。为此,本文提出一种考虑测量误差的多工况导纳建模方法。以预测值与真实值的均方误差为指标指导网络训练,分析电压电流噪声对导纳测量的影响,建立测量误差与模型性能的关系,并采用贝叶斯算法搜索最优参数,抑制噪声干扰,提升模型精度。通过构建双馈感应发电机的BP神经网络导纳模型,在含测量误差的数据集中验证了方法的有效性。

解读: 该研究的数据驱动导纳建模方法对阳光电源的储能和光伏产品线具有重要应用价值。首先,可用于ST系列储能变流器和SG系列光伏逆变器的阻抗特性建模,提升系统稳定性分析精度。其次,该方法考虑实际测量误差的影响,通过贝叶斯优化提高模型鲁棒性,这对提升PowerTitan等大型储能系统的并网性能和iSolarCl...

风电变流技术 微电网 ★ 5.0

基于数据驱动不确定集的微电网两阶段鲁棒优化调度

Two-Stage Robust Optimal Scheduling of Microgrids Based on Data-Driven Uncertainty Sets

魏斌乔森孟润泉李嘉庚 · 高电压技术 · 2025年2月 · Vol.51

针对传统不确定集难以准确刻画风电不确定性且易受异常值影响导致调度方案过于保守的问题,提出一种基于数据驱动不确定集的微电网两阶段鲁棒优化调度方法。通过构建条件正态Copula模型生成风电功率预测场景,并结合支持向量聚类与维度分解技术建立考虑时间相关性的紧凑不确定集,有效排除异常值。所提方法在降低保守性的同时增强对异常值的抵抗能力。采用列约束生成算法求解,仿真结果验证了其优越性。

解读: 该研究提出的数据驱动不确定集方法对阳光电源的储能与微电网产品具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan系统的调度优化,提升系统经济性。通过Copula模型和支持向量聚类技术,能够更准确地预测风电功率波动,有助于iSolarCloud平台优化储能调度策略,降低系统运行成本。...

可靠性与测试 故障诊断 机器学习 深度学习 ★ 5.0

基于可检测性的变换器多设备故障数据驱动诊断方法

Detectability Based Data-Driven Fault Diagnosis Method for Multiple Device Faults of Converters

作者未知 · IEEE Transactions on Power Electronics · 日期未知

本文提出了一种基于数据驱动的变换器多设备故障诊断方法。该方法无需额外传感器,保持了系统原有的结构。针对多设备故障样本获取难、可检测性不确定及决策不可解释等挑战,文章通过可检测性分析优化了诊断流程,有效提升了电力电子变换器的运行可靠性。

解读: 该研究直接服务于阳光电源核心产品线的运维需求。在组串式/集中式光伏逆变器及PowerTitan/PowerStack储能变流器中,多设备故障(如功率模块IGBT失效)的精准定位是提升系统可用性的关键。该方法通过数据驱动实现故障诊断,无需增加硬件成本,非常契合iSolarCloud智能运维平台的需求。...

可靠性与测试 故障诊断 机器学习 深度学习 ★ 3.0

基于模型的永磁同步电机故障诊断数据归一化方法

Model-Based Data Normalization for Data-Driven PMSM Fault Diagnosis

Zhichao Chen · Deliang Liang · Shaofeng Jia · Shuzhou Yang · IEEE Transactions on Power Electronics · 2024年9月

永磁同步电机(PMSM)的故障诊断对系统安全至关重要。然而,波动的工况会干扰电流波形,且闭环控制器会掩盖故障特征。本文提出一种基于模型的数据归一化方法,通过消除工况和控制器的影响,提升了数据驱动故障诊断的准确性与鲁棒性。

解读: 该技术主要应用于电机驱动领域,对于阳光电源而言,其核心价值在于提升风电变流器及储能系统内部电机驱动部件的运维水平。通过该归一化方法,可以有效滤除变流器闭环控制对故障特征的干扰,提高iSolarCloud智能运维平台对风电变流器及相关旋转设备故障预警的准确性。建议研发团队关注该方法在变流器功率模块及电...

可靠性与测试 故障诊断 机器学习 深度学习 ★ 5.0

基于全仿真数据驱动的多相变换器故障诊断域泛化方法

Fully Simulated Data-Driven Domain Generalized Method for Multiphase Converters Fault Diagnosis

Haoxiang Xu · Zicheng Liu · Guangyu Wang · Dong Jiang 等5人 · IEEE Transactions on Power Electronics · 2025年1月

本文研究了深度学习模型在多相变换器功率开关器件故障诊断中的泛化能力。针对工业场景下故障数据稀缺及实验成本高昂的问题,提出了一种利用全仿真数据进行训练的域泛化方法,有效提升了模型在真实工况下的故障诊断准确性与鲁棒性。

解读: 该研究直接契合阳光电源在光伏逆变器及储能变流器(PCS)领域的可靠性需求。随着PowerTitan等大型储能系统及组串式逆变器功率密度的提升,功率器件的故障诊断至关重要。该方法通过全仿真数据解决故障样本稀缺问题,可直接赋能iSolarCloud智能运维平台,实现对逆变器和PCS内部功率模块的早期预警...

可靠性与测试 故障诊断 机器学习 深度学习 ★ 4.0

基于数据驱动的磁网络能量路由器少传感器开路故障定位方法

Data-Driven Adaptive Open-Circuit Fault Localization Method With Reduced Sensors for Magnetic-Network Energy Router

Weiheng Zeng · Sayed Abulanwar · IEEE Transactions on Power Electronics · 2026年1月

针对磁网络能量路由器(MNER)开关器件众多导致的故障定位难题,本文提出了一种基于少传感器的自适应数据驱动开路故障定位方法。通过从桥臂电压采样通道提取自适应数据集合,构建多个时间滑动集成异常编码器(EAE),实现了对复杂拓扑下开关故障的精准定位。

解读: 该研究提出的少传感器故障定位技术对阳光电源的电力电子设备具有重要参考价值。在PowerTitan储能系统及大型集中式光伏逆变器中,随着功率模块集成度提高,开关管数量大幅增加,传统的全传感器监测方案成本高且复杂。该方法通过数据驱动和少量传感器实现故障诊断,有助于提升阳光电源iSolarCloud智能运...

储能系统技术 储能系统 电池管理系统BMS 故障诊断 ★ 5.0

过充循环条件下锂离子电池退化评估的数据驱动方法

Data-Driven Lithium-Ion Battery Degradation Evaluation Under Overcharge Cycling Conditions

Yiwen Zhao · Zhenpo Wang · Zhenyu Sun · Peng Liu 等6人 · IEEE Transactions on Power Electronics · 2023年8月

针对电动汽车锂离子电池过充退化评估与异常检测问题,本文提出了一种数据驱动的评估框架。通过多级过充循环实验,分析了电池退化行为与特征,为提升电池健康状态(SOH)评估精度及安全性提供了有效手段。

解读: 该研究直接服务于阳光电源储能业务的核心安全需求。在PowerTitan和PowerStack等大型储能系统中,电池过充保护是BMS(电池管理系统)的核心功能。该数据驱动模型可集成至iSolarCloud智能运维平台,通过机器学习算法对电池组进行全生命周期监测,实现过充风险的早期预警。建议研发团队将此...

控制与算法 可靠性分析 机器学习 热仿真 ★ 3.0

一种基于模型与数据驱动集成的永磁同步电机温度估计方法

A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM

Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年7月

为实现永磁同步电机(PMSM)的精确在线温度估计,本文提出了一种模型与数据驱动相结合的集成方法。首先,构建简化集总参数热网络(LPTN)模型以捕捉温度变化趋势;同时,设计小型人工神经网络(ANN)对模型误差进行补偿,从而实现高精度的温度预测。

解读: 该技术主要应用于电机驱动领域,虽然阳光电源核心业务为光伏与储能,但该方法在电机热管理方面的思路对公司业务有借鉴意义:1. 在风电变流器领域,风机发电机组的在线热监测可提升系统可靠性;2. 在电动汽车充电桩的功率模块散热设计中,该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测,优化散热控...

控制与算法 机器学习 深度学习 功率模块 ★ 4.0

级联电力电子系统实时仿真的混合数据-物理驱动建模方法

Hybrid Data-Physics-Driven Modeling Method for Real-Time Simulation of Cascaded Power Electronics Systems

Chenxiang Gao · Pan Wu · Jin Xu · Keyou Wang 等6人 · IEEE Transactions on Power Electronics · 2026年3月

针对级联电力电子系统实时仿真难题,传统物理建模依赖详尽参数且效率低,纯数据驱动方法则面临高数据需求与长训练周期挑战。本文提出一种混合数据-物理驱动建模方法,通过融合物理先验知识与数据驱动模型,在保证实时仿真精度的同时,显著降低了计算复杂度和对海量数据的依赖。

解读: 该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能系统具有重要应用价值。在多级联变换器架构中,该混合建模方法可大幅提升iSolarCloud平台的数字孪生仿真效率,实现对复杂工况下系统动态行为的实时预测。建议研发团队将其应用于功率模块的寿命预测及故障诊断,通过物理模型约束...

控制与算法 机器学习 故障诊断 深度学习 ★ 2.0

基于有限现场数据驱动的水下无线电能传输

UWPT)系统快速精确在线参数辨识

Zhixin Chen · Fei Xu · Qingxin Yang · Xian Zhang 等7人 · IEEE Transactions on Power Electronics · 预计 2026年5月

针对水下无线电能传输(UWPT)系统在复杂环境下面临的导电性强、谐波干扰及参数偏差等挑战,传统基于电路模型的辨识方法难以满足需求。本文提出一种数据驱动的在线参数辨识方法,利用有限的现场数据实现系统参数的快速、精确辨识,从而保障UWPT系统的高效稳定运行。

解读: 该研究聚焦于无线电能传输的参数辨识,虽然目前阳光电源的核心业务集中在光伏、储能及充电桩领域,尚未直接涉及水下无线充电,但其核心方法论——“基于有限数据的在线参数辨识”具有极高的技术迁移价值。在阳光电源的iSolarCloud智能运维平台中,针对光伏电站或储能系统的复杂环境干扰,引入此类数据驱动的自适...

控制与算法 模型预测控制MPC 强化学习 机器学习 ★ 5.0

电力变换器的FCS-MPC:一种数据驱动的无模型强化学习解决方案

FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution

Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月

本文为有限控制集模型预测控制(FCS-MPC)奠定了理论基础,利用数据驱动的无模型强化学习方法,结合比例积分型数据驱动动态内部模型预测控制与强化学习策略,实现了电力变换器的高效控制。

解读: 该技术对阳光电源的核心产品线(光伏逆变器、储能PCS及风电变流器)具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型,而该无模型强化学习方案能显著降低建模难度,提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中,以优化在弱电网环境...

可靠性与测试 三相逆变器 故障诊断 机器学习 ★ 4.0

一种用于永磁同步电机驱动系统的三相逆变器数据驱动故障诊断方法

A Data-Driven Fault Diagnosis Methodology in Three-Phase Inverters for PMSM Drive Systems

Baoping Cai · Yubin Zhao · Hanlin Liu · Min Xie · IEEE Transactions on Power Electronics · 2017年7月

永磁同步电机与三相逆变器是现代工业驱动系统的核心。逆变器作为系统中最薄弱环节,其功率开关的故障诊断至关重要。本文提出了一种基于数据驱动的故障诊断方法,旨在提高逆变器在复杂工况下的运行可靠性与故障识别效率。

解读: 该研究提出的数据驱动故障诊断方法对阳光电源的逆变器及储能PCS产品线具有重要参考价值。随着阳光电源产品向高功率密度和高可靠性演进,功率开关(IGBT/SiC)的实时健康状态监测与故障预警是提升iSolarCloud智能运维平台竞争力的关键。建议将此数据驱动模型集成至逆变器控制算法中,实现从“被动维修...

可靠性与测试 IGBT 故障诊断 功率模块 ★ 5.0

一种用于IGBT触发脉冲间歇性故障诊断的多目标预测器方法

A Multiobjective Predictor Approach for IGBT Trigger Pulse Intermittent Fault Diagnosis

Bin Gou · Yilong Wang · Jiangle Yu · Wei Xiong 等6人 · IEEE Transactions on Power Electronics · 2025年2月

本文针对IGBT模块与控制器间的异常问题,研究了触发脉冲间歇性故障(IF)的诊断方法。文章以单相脉冲整流器为研究对象,构建了一种数据驱动的多目标预测器,旨在提升电力电子系统运行的稳定性与可靠性。

解读: 该研究对阳光电源的核心产品线(光伏逆变器、储能PCS、风电变流器)具有极高的应用价值。IGBT作为功率变换的核心器件,其驱动脉冲的可靠性直接影响系统寿命。通过引入多目标预测器进行间歇性故障诊断,可显著提升iSolarCloud智能运维平台的预警能力,实现从“事后维修”向“预测性维护”的转型。建议研发...

可靠性与测试 可靠性分析 故障诊断 多电平 ★ 4.0

考虑电容(C)与等效串联电阻(ESR)的模块化多电平变换器(MMC)单片数据驱动状态监测策略

Monolithic Data-Driven Condition Monitoring Strategy for MMC Considering C and ESR

Shuyu Ou · Mahyar Hassanifar · Martin Votava · Ariya Sangwongwanich 等8人 · IEEE Transactions on Power Electronics · 2025年8月

电容器的可靠性是确保模块化多电平变换器(MMC)性能的关键。现有研究多关注电容值,忽略了等效串联电阻(ESR)的影响。本文提出一种单片数据驱动监测策略,通过同时监测电容和ESR,提升MMC子模块的健康状态评估与预测性维护能力。

解读: MMC技术在阳光电源的大型集中式光伏逆变器及高压储能系统(如PowerTitan系列)中具有重要应用潜力。电容作为电力电子变换器中最易失效的被动元件,其ESR与电容值的联合监测对于提升系统全生命周期可靠性至关重要。该策略通过数据驱动方法实现故障预警,可集成至iSolarCloud智能运维平台,实现对...

风电变流技术 弱电网并网 机器学习 构网型GFM ★ 4.0

基于机理-数据驱动等效阻抗的风电场稳定性区域评估

Stability Region Assessment With Mechanism-Data Driven Equivalent Impedance for Wind Power Plant

Shiyao Qin · Peng Wang · Shaolin Li · Haoran Zhao 等6人 · IEEE Transactions on Power Electronics · 2024年8月

针对永磁同步发电机风电场在线稳定性区域识别难题,本文提出了一种机理与数据驱动相结合的等效阻抗建模方法。该方法有效解决了高阶阻抗计算复杂及多参数稳定性边界估计困难的问题,实现了对风电场并网稳定性的高效评估。

解读: 该研究提出的机理-数据驱动阻抗建模方法,对阳光电源风电变流器及大型风光储电站的并网稳定性分析具有重要参考价值。随着电网弱化,风电场与光伏电站的交互稳定性日益复杂,该技术可优化阳光电源变流器在弱电网下的控制参数整定,提升系统对复杂电网环境的适应性。建议将此方法集成至iSolarCloud智能运维平台,...

控制与算法 模型预测控制MPC PWM控制 ★ 3.0

一种基于数据驱动的改进无模型自抗扰无差拍预测电流控制方法

An Improved Model-Free Active Disturbance Rejection Deadbeat Predictive Current Control Method of PMSM Based on Data-Driven

Yicheng Wang · Shuhua Fang · Demin Huang · IEEE Transactions on Power Electronics · 2023年8月

本文提出了一种基于数据驱动的改进无模型自抗扰无差拍预测电流控制(ADRDPCC)方法,用于解决永磁同步电机(PMSM)控制中参数失配问题,旨在提升控制系统的鲁棒性与动态性能。

解读: 该研究提出的无模型自抗扰预测控制算法,核心在于解决参数失配带来的鲁棒性问题。对于阳光电源而言,该算法可借鉴应用于风电变流器及电动汽车驱动系统,通过减少对电机参数的依赖,提升变流器在复杂工况下的动态响应速度与抗扰动能力。建议研发团队关注该数据驱动控制策略在高性能电机驱动场景下的落地可行性,以优化现有变...

智能化与AI应用 故障诊断 机器学习 深度学习 ★ 3.0

基于在线属性匹配的永磁同步电机驱动电气故障少样本数据驱动诊断方法

Online Attribute Matching Based Few-Sample Data-Driven Diagnosis of Electrical Faults in PMSM Drive

Luhan Jin · Xueqing Wang · Yao Mao · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年2月

本文提出了一种基于在线属性匹配的少样本数据驱动诊断方法,用于永磁同步电机驱动系统的电气故障诊断。该方法通过在特征提取过程中融合电机模型知识,在减少训练数据需求和降低计算复杂度的同时,显著提升了诊断精度和鲁棒性。

解读: 该技术主要针对电机驱动系统的故障诊断,与阳光电源的风电变流器及电动汽车充电桩业务具有较高的技术同源性。在风电变流器领域,电机侧的故障诊断对于提升风机可靠性至关重要;在充电桩业务中,该算法可用于提升功率模块及内部驱动系统的故障预警能力。建议研发团队关注其‘少样本’与‘模型知识融合’的特性,将其应用于i...

拓扑与电路 DAB 双向DC-DC 机器学习 ★ 5.0

一种双有源桥变换器混合数据驱动的功率损耗最小化方法

A Hybrid Data-Driven Power Loss Minimization Method of Dual-Active Bridge Converters

Ziheng Xiao · Yu Jiang · Zhigang Yao · Zhou He 等7人 · IEEE Transactions on Power Electronics · 2024年5月

由于控制参数复杂,DAB变换器的效率优化过程繁琐且耗时。传统基于理想无损模型的方法与实验结果存在偏差。本文提出一种混合数据驱动方法,通过结合理论模型与实验数据,有效解决了DAB变换器在实际运行中的功率损耗最小化问题,提升了变换效率。

解读: DAB变换器是阳光电源储能系统(如PowerTitan、PowerStack系列)及PCS核心功率模块的关键拓扑。该研究提出的混合数据驱动方法,能够弥补传统解析模型在复杂工况下精度不足的问题,显著提升储能变流器的全功率段转换效率。建议研发团队将其应用于iSolarCloud智能运维平台的数据分析中,...

储能系统技术 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于传感器融合的智能电池模组荷电状态估计

Sensor Fusion-Enabled State of Charge Estimation of Smart Battery Module

Haoyong Cui · Zhongbao Wei · Rui Wang · IEEE Transactions on Power Electronics · 2025年1月

随着锂离子电池精细化管理需求增长,本文针对智能电池模组提出了一种数据与模型双驱动的高精度荷电状态(SOC)估计方案。通过引入低成本准冗余电流传感技术,有效提升了单体电池级SOC估计的准确性与可靠性,为电池管理系统的智能化升级提供了新路径。

解读: 该技术对阳光电源的PowerTitan和PowerStack系列储能系统具有重要应用价值。通过引入传感器融合与数据驱动算法,可显著提升BMS在电池模组层级的SOC估算精度,从而优化电池簇的一致性管理,延长系统循环寿命。建议研发团队关注该方案的低成本实现路径,将其集成至iSolarCloud平台,以实...

第 1 / 2 页