找到 6 条结果
光伏电站无人机红外检测中的数据质量分析
Data Quality Analyses for Automatic Aerial Thermography Inspection of PV Power Plants
Victoria Lofstad-Lie · Aleksander Simonsen · Tønnes Frostad Nygaard · Erik Stensrud Marstein · IEEE Journal of Photovoltaics · 2025年7月
随着光伏电站装机容量持续呈近乎指数级增长，具有成本效益的运维策略变得愈发关键。航空红外热成像技术已实现对公用事业规模光伏电站的快速且可靠的故障检测。在本文中，我们探讨了提高巡检效率的两种关键方法：增加飞行高度和部署无人机群。更大的成像距离可扩大视野，但会降低故障检测能力和地理配准精度。在这项工作中，我们研究了自动故障检测与定位在巡检效率和数据质量之间的权衡。我们训练了YOLO11机器学习模型来检测热图像中的缺陷，并评估了其在不同成像距离和相机俯仰角下的性能。在约80米的距离内，故障检测仍能保持可...
解读: 该无人机红外检测数据质量分析技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。研究提出的数据质量评估框架可直接集成到阳光电源大型地面电站的智能诊断系统中，提升SG系列逆变器组串级故障识别准确率。通过标准化的红外图像质量控制，可优化PowerTitan储能系统的热管理监测流程，实现组件...
一种低惯量电力系统中快速频率响应储备定容的在线方法
An Online Approach for Dimensioning Fast Frequency Response Reserve in a Low Inertia Power System
Akhilesh Panwar · Zakir Hussain Rather · Ariel Liebman · Roger Dargaville 等5人 · IEEE Transactions on Power Systems · 2024年7月
随着同步发电容量逐步退出及非同步电源比例上升，系统惯量下降导致频率失稳问题日益突出，传统慢速备用难以有效抑制频率跌落，亟需配置快速频率响应储备（FFR）。本文提出一种在线框架，用于量化现有光伏电站可提供的FFR容量。该框架采用基于机器学习的回归模型，预测不同运行条件下系统的频率变化率（RoCoF）和频率最低点，评估频率安全性，并分析网络阻抗与备用接入位置对频率改善的影响。结合系统安全与电气距离信息，提出聚类方法以避免过度采购FFR。算例表明，所提方法可在保障频率安全的前提下显著降低所需FFR容量...
解读: 该FFR在线定容技术对阳光电源ST系列储能系统和SG光伏逆变器产品线具有重要应用价值。研究提出的基于机器学习的RoCoF和频率最低点预测模型，可集成至iSolarCloud平台实现智能FFR容量规划，避免储能系统过度配置。其聚类方法结合电气距离优化备用布局，可指导PowerTitan储能系统在电网中...
基于参数优化的AC感知直流最优输电切换问题
AC-Informed DC Optimal Transmission Switching Problems via Parameter Optimization
Babak Taheri · Daniel K. Molzahn · IEEE Transactions on Power Systems · 2025年6月
最优输电切换（OTS）问题通过联合优化线路通断状态与发电机出力以降低运行成本。结合交流潮流模型的非线性与线路状态的离散变量，使得AC-OTS成为计算困难的混合整数非线性规划问题。为应对该挑战，常采用直流潮流近似将其转化为混合整数线性规划（DC-OTS），但其在交流模型下常导致次优或不可行解。本文提出一种增强型DC-OTS模型，通过优化直流潮流参数，使其有功潮流逼近交流最优潮流中的视在功率分布，从而更准确刻画线路阻塞特性。数值结果表明，所提方法显著提升切换决策精度，在交流模型下评估时最高可降低44...
解读: 该AC感知DC-OTS优化技术对阳光电源PowerTitan大型储能系统及iSolarCloud智能运维平台具有重要应用价值。在电网侧储能场景中，该方法可优化储能系统参与电网拓扑重构时的充放电策略：通过参数优化的DC潮流模型快速计算线路切换方案，同时保证AC模型下的可行性，避免传统DC近似导致的功率...
基于长时域FCS-MPC训练的一维卷积神经网络用于FPGA平台电力电子变换器控制——以Si/SiC混合变换器为例
Long-Horizon FCS-MPC Trained 1-D Convolution Neural Networks for FPGA-Based Power-Electronic Converter Control With a Si/SiC Hybrid Converter Case Study
Ning Li · Hao Yu · Stephen Finney · Paul D. Judge · IEEE Transactions on Industrial Electronics · 2025年2月
传统的电力电子长时域有限控制集模型预测控制（FCS - MPC）在实时实现方面存在两个主要问题：1）计算负担和延迟；2）对现场可编程门阵列（FPGA）等实时平台的硬件资源要求较高。为解决这些问题，研究人员提出利用模型预测控制结果作为离线训练数据来训练人工神经网络（ANN），并将其应用于实时控制器中，以替代原有的模型预测控制模型。通过这种方式，人工神经网络减轻了在线计算负担和对硬件资源的需求。本文提出了一种基于FPGA的用于长时域FCS - MPC的一维卷积神经网络（CNN）。为进一步简化网络模型...
解读: 从阳光电源的业务视角来看，这项基于FPGA的一维卷积神经网络（CNN）控制技术对我们的核心产品线具有重要战略价值。该技术通过机器学习方法解决了长时域有限控制集模型预测控制（FCS-MPC）在功率电子变换器中的实时实现难题，这与我们在光伏逆变器、储能变流器等产品中面临的控制性能优化需求高度契合。 技...
基于机器学习和可解释人工智能的分布式智能电网可解释预测
Interpretable Prediction of a Decentralized Smart Grid Based on Machine Learning and Explainable Artificial Intelligence
Ahmet Cifci · IEEE Access · 2025年1月
分布式智能电网概念已成为高效管理和分配电能的可行方法。确保电网稳定性和可靠性，特别是在可再生能源集成和产消者数量增加的情况下，是该领域的主要挑战。本研究通过利用机器学习ML模型和可解释人工智能XAI技术预测分布式智能电网稳定性来应对该挑战。研究实施分布式智能电网控制DSGC概念的四节点星型网络，使用基于该网络仿真的数据集。对比十种ML模型包括AdaBoost、ANN、GBoost、k-NN、LR、NB、RF、SGD、SVM和XGBoost在预测电网稳定性方面的性能。采用XAI方法特别是SHAP和...
解读: 该智能电网稳定性预测技术对阳光电源虚拟电厂和智能电网解决方案有重要应用价值。阳光iSolarCloud平台管理分布式光伏储能资源，需要准确的电网稳定性预测。机器学习模型可集成到阳光平台的智能调度系统中，提前识别潜在稳定性风险。可解释AI技术SHAP可增强阳光智能决策系统的透明度和可信度。产消者管理是...
一种基于人工智能预测温室环境中光伏-热系统的能量参数的方法
An artificial intelligence approach to predict energy parameters in a photovoltaic-thermal system within a greenhouse
Shojapour Pour · Ali Motevali · Seyed Hashem Samadi · Ranjbar-Nedamani Nedamani 等6人 · Solar Energy · 2025年1月 · Vol.295
摘要 农业各个领域日益增长的能源需求，尤其是在温室设施中，迫切需要探索可行的解决方案。利用可再生能源，并结合人工智能（AI）技术对能耗数据进行预测与分析，为应对这一挑战提供了有前景的途径。本研究采用多种机器学习模型，针对基于纳米流体（Al2O3、SiO2、Al2O3-SiO2）的光伏-热系统，在温室内外环境下对其能量参数（如输出功率、电效率、热效率和总效率）进行预测。建模过程采用了时延神经网络（TDNN）、多层感知机（MLP）以及非线性自回归（NARX）方法，并引入了对数激活函数。不同能量参数的...
解读: 该研究对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要价值。NARX神经网络预测光伏系统能效参数(R²=0.9979)的方法,可集成至我司智能运维平台,实现MPPT算法优化和发电效率预测性维护。纳米流体光热系统的AI建模思路,可应用于户用光伏热电联供场景,提升SG系列逆变器在农业光伏...