找到 66 条结果
基于转置Transformer模型的电化学储能自适应SOH估计方法
An Adaptive SOH Estimation Method for Electrochemical Energy Storage Based on Transposed Transformer Model
李鹏 · 葛儒哲 · 董存 · 孙树敏 等6人 · 高电压技术 · 2025年6月 · Vol.51
为保障锂离子电池运行的可靠性与安全性，及时监测其健康状态，本文在Autoformer与iTransformer模型基础上，融合线性回归模型，提出一种基于转置Transformer的自适应特征感知电池健康状态融合估计模型。通过提取充电曲线健康因子，将容量退化分解为趋势项与再生项，分别由线性回归和转置Transformer模型进行预测与估计，结合二者输出获得最终容量退化趋势。利用注意力权重增强模型可解释性。实验结果表明，该方法在NASA数据集上预测误差显著低于其他时序模型，验证了其精度与可靠性，为电...
解读: 该转置Transformer自适应SOH估计技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。通过将容量退化分解为趋势项与再生项的混合建模方法，可显著提升iSolarCloud云平台的电池健康状态监测精度，实现更准确的预测性维护。该方法基于充电曲线健康因子提取，可无...
基于可学习小波自注意力模型的海上风电功率超短期预测
A Learnable Wavelet Self-Attention Model for Ultra-Short-Term Offshore Wind Power Forecasting
汪敏 · 荣腾飞 · 李茜 · 魏澈 等5人 · 高电压技术 · 2025年3月 · Vol.51
为提升海上风电功率超短期预测的精度与可信度，提出一种融合可学习小波的自注意力模型。该模型结合小波分解与深度学习，实现多频域特征提取，并通过稀疏自注意力机制捕获全局时序依赖，增强预测性能。进一步设计时序“敏感度”量化分析方法，对输入变量进行多维度重要性评估，辅助解析预测机理。基于实际风场数据的实验结果表明，所提模型在预测精度上优于对比模型。
解读: 该研究的可学习小波自注意力模型对阳光电源的新能源预测与智能运维具有重要应用价值。首先，该技术可集成到iSolarCloud平台，提升风电场功率预测精度，优化储能调度策略，特别适用于ST系列储能变流器的功率调节。其次，模型的多频域特征提取方法可应用于光伏电站的发电预测，提高SG系列逆变器的MPPT效率...
基于两阶段级联模型的光伏功率群体预测方法
A Two-Stage Cascaded Model for Group Photovoltaic Power Forecasting
谢宇辰孙玉玺耿光超江全元 · 高电压技术 · 2025年7月 · Vol.51
光伏发电的不确定性与波动性使得准确预测成为提升系统效率的关键挑战。相较于单站点预测，群体预测可提升整体精度，有助于省级电网的电力电量平衡。本文提出一种两阶段级联模型：第一阶段结合数值天气预报，采用混合神经网络对各站点独立进行短期光伏功率预测；第二阶段利用全连接层建立单站与群体预测间的映射关系，在保留第一阶段特征的基础上优化整体预测性能。实验结果表明，该方法较单站点预测误差降低近1%，且训练时间短于单一模型，验证了其优越的预测性能。
解读: 该两阶段级联光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。第一阶段的混合神经网络可集成到SG系列逆变器的本地MPPT优化算法中，结合NWP数据实现单站点精准预测；第二阶段的群体映射模型可部署于省级电网侧的PowerTitan大型储能系统，通过全连接层建立多站点协同预测...
基于KAN的可解释净负荷概率预测方法
A KAN-Based Interpretable Probabilistic Net Load Forecasting Method
刘栋 · 郭国栋 · 辛蜀骏 · 毛志航 等6人 · 电力系统自动化 · 2025年8月 · Vol.49
分布式光伏的大规模接入导致电力系统净负荷预测面临强不确定性。针对现有深度学习模型在预测精度与可解释性之间的权衡难题，提出一种基于Kolmogorov-Arnold网络（KAN）的净负荷概率预测方法。通过挖掘KAN基函数权重矩阵与样条系数的可解释性，实现模型内在可解释性；结合最大似然估计设计均值与方差网络结构，有效拟合概率密度函数；采用最大互信息系数进行气象特征筛选，提升模型对多维气象因素的映射能力。算例验证表明，该方法在准确性、可解释性、训练效率与泛化性能方面优于传统方法。
解读: 该KAN可解释概率预测技术对阳光电源储能与光伏产品具有重要应用价值。在PowerTitan储能系统中，可集成该算法优化充放电策略，通过概率预测提升净负荷波动应对能力，降低电网调度风险；在iSolarCloud平台中，可解释性特征使运维人员直观理解气象因素对发电影响，提升预测性维护精度；对于ST储能变...
基于多通道的二维递归融合图和LMCR模型的NPC型三电平逆变器故障诊断
A Fault Diagnosis Method for NPC Three-Level Inverters Based on Multi-Channel 2D Recurrence Fusion Maps and LMCR Model
毕贵红王小玲陈冬静赵四洪陈世语陈仕龙 · 高电压技术 · 2025年3月 · Vol.51
针对中点钳位型三电平逆变器在恶劣并网环境下IGBT易发生单管与双管故障、故障特征差异微弱导致识别精度低的问题，提出一种结合多通道二维递归融合图与轻量化多尺度残差网络（LMCR）的故障诊断方法。通过仿真获取三相电流信号，构造递归图并进行多通道融合以提取时序特征；将融合图输入LMCR模型，利用多级Inception结构与残差连接实现多尺度特征提取与梯度稳定。实验结果表明，该方法在无噪声下平均识别准确率达100%，含噪环境下仍达92.53%，具有优异的特征提取能力与抗噪性能。
解读: 该故障诊断方法对阳光电源的三电平拓扑产品线具有重要应用价值。特别适用于SG350/360HX等大功率光伏逆变器和ST储能变流器系列,可提升IGBT故障诊断的准确性和实时性。通过多通道递归融合图提取特征的创新方法,能有效解决阳光产品在复杂并网环境下的故障识别难题。该技术可集成到iSolarCloud平...
电力电子系统故障诊断中的数据挖掘应用：系统综述
Data Mining Applications to Fault Diagnosis in Power Electronic Systems: A Systematic Review
作者未知 · IEEE Transactions on Power Electronics · 日期未知
本文综述了电力电子系统（PES）故障诊断的研究进展，重点介绍了基于数据挖掘的技术，包括人工神经网络、机器学习和深度学习算法。文章探讨了这些先进算法在提升系统可靠性、实现早期故障检测方面的应用潜力与挑战。
解读: 该研究直接服务于阳光电源的核心可靠性战略。在光伏逆变器（如SG系列组串式逆变器）和储能系统（如PowerTitan系列）中，引入机器学习和深度学习进行故障预测与健康管理（PHM）是提升运维效率的关键。通过iSolarCloud平台集成此类算法，可实现从“被动维修”向“主动运维”的转型，有效降低电站停...
面向电力变换器物理信息机器学习的预测性维护研究综述
Toward Physics-Informed Machine-Learning-Based Predictive Maintenance for Power Converters—A Review
Youssof Fassi · Vincent Heiries · Jerome Boutet · Sebastien Boisseau · IEEE Transactions on Power Electronics · 2024年2月
本文综述了电力电子变换器预测性维护的研究进展。随着深度学习技术的快速发展，其在提升变换器性能与可靠性方面展现出巨大潜力。文章重点探讨了在数据资源、物理一致性及泛化能力等方面面临的挑战，并分析了物理信息机器学习在解决这些问题中的关键作用。
解读: 该研究对阳光电源全线产品（如PowerTitan储能系统、组串式逆变器及风电变流器）的智能化运维具有重要指导意义。通过引入物理信息机器学习（PIML），可有效解决传统数据驱动模型在极端工况下泛化能力差的问题，提升iSolarCloud平台的故障预警精度。建议研发团队将物理模型（如IGBT热模型、电容...
无线充电系统中磁耦合机构的动态温度预测
Dynamic Temperature Prediction of the Magnetic Coupler in Wireless Charging Systems
Xianzhen Li · Zhenjie Li · Dechun Yuan · Yabiao Zhao 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
磁耦合机构作为无线充电系统的核心，其功率损耗导致的温升问题严重影响系统性能。本文提出了一种多点动态温度预测方法，通过结合多物理场有限元仿真与深度学习算法，实现了对磁耦合机构温度的实时精准预测。
解读: 该研究聚焦于无线充电核心部件的热管理，对阳光电源的电动汽车充电桩业务具有参考价值。虽然目前阳光电源充电桩以有线快充为主，但随着大功率无线充电技术的演进，磁耦合机构的散热设计与实时温控将成为提升系统可靠性与功率密度的关键。建议研发团队关注该多物理场耦合与深度学习结合的预测方法，将其应用于充电模块的寿命...
基于人工智能技术的电机应用综述
Application of Artificial Intelligence-Based Technique in Electric Motors: A Review
Wangde Qiu · Xing Zhao · Andy Tyrrell · Suresh Perinpanayagam 等6人 · IEEE Transactions on Power Electronics · 2024年10月
电机在工业领域应用广泛，提升其综合性能一直是研究热点。随着人工智能（AI）技术的快速发展，越来越多的AI方法被应用于电机领域，以实现更优的控制、监测与优化。
解读: 该文献探讨的AI技术在电机控制与故障诊断方面的应用，对阳光电源的业务具有参考价值。在风电变流器领域，AI算法可用于发电机侧的预测性维护及复杂工况下的自适应控制；在储能系统（如PowerTitan）的冷却风扇电机及PCS内部功率模块的健康状态监测中，引入机器学习模型可显著提升系统可靠性。建议研发团队关...
基于注意力机制的永磁同步电机转子温度估计深度学习方法
Attention-Based Deep Learning Method for Rotor Temperature Estimation in Permanent Magnet Synchronous Motors
Hao Jing · Zifeng Chen · Lefei Ge · Xueqing Wang 等5人 · IEEE Transactions on Power Electronics · 2026年3月
永磁同步电机转子温度的实时精准估计对系统安全高效运行至关重要。本文提出了一种基于注意力机制的深度学习框架，旨在解决实际部署中面临的模型效率、稳定性及实现难度等挑战。通过轻量级编码器-GRU架构，该方法在性能评估中表现优异。
解读: 该技术主要应用于电机驱动控制领域，与阳光电源的风电变流器及电动汽车充电桩业务具有较强的技术协同性。在风电变流器中，电机转子温度的精准监测可提升变流器的热管理水平，预防过热故障，从而提高系统可靠性。在电动汽车充电桩业务中，该算法可用于优化充电模块内部风机或功率器件的温控策略。建议研发团队关注该轻量化深...
基于电致发光成像的功率模块典型工艺缺陷视觉检测与智能质量评估
Visual Detection of Typical Process Defects in Power Modules and Intelligent Quality Assessment via Electroluminescence Imaging
Kai Wang · Ming Ren · Qinyu Zhou · Chongxing Zhang 等5人 · IEEE Transactions on Power Electronics · 预计 2026年6月
电力电子系统对可靠性要求极高，但直接键合铜（DBC）基板的工艺缺陷会严重损害电热耦合应力下的绝缘完整性。本文提出了一种基于电致发光（EL）效应的视觉智能检测方法，采用“工况分离策略”对缺陷风险进行定量评估。
解读: 功率模块是阳光电源组串式/集中式光伏逆变器、PowerTitan储能变流器及风电变流器的核心组件。该技术通过EL成像与AI算法实现功率模块内部缺陷的非破坏性检测，能显著提升公司在生产制造环节的质量管控水平，降低现场运行中的早期失效风险。建议将其引入iSolarCloud智能运维平台，通过积累的模块老...
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...
一种用于跨多种变换器类型的多任务故障诊断的由粗到精神经网络框架
A Coarse-to-Fine Neural Network Framework for Multitask Fault Diagnosis Across Diverse Converter Types
Fan Wu · Kai Chen · Hao Ying · Gen Qiu 等5人 · IEEE Transactions on Power Electronics · 2025年9月
本文提出了一种基于多任务神经网络的联合故障诊断模型，旨在解决多种变换器类型下的故障诊断问题。该方法通过由粗到精的策略，有效提取共享故障特征，提升了诊断性能并降低了开发成本，为开发便携式、通用化的智能诊断工具提供了新思路，克服了传统方法中负迁移带来的挑战。
解读: 该技术对于阳光电源的iSolarCloud智能运维平台具有极高的应用价值。阳光电源产品线涵盖光伏逆变器、储能PCS（如PowerTitan/PowerStack）及风电变流器等多种设备，该框架通过多任务学习实现跨设备类型的故障诊断，能显著降低针对不同产品线单独开发诊断算法的成本。建议将其集成至iSo...
基于物理增强分层神经网络的电力变换器深度学习建模
Deep Learning-Based Modeling for Power Converters via Physics-Enhanced Hierarchical Neural Network
Qianyi Shang · Fei Xiao · Yaxiang Fan · Ruitian Wang 等5人 · IEEE Transactions on Power Electronics · 2026年4月
针对电力变换器时间序列建模中数据依赖性高、物理信息神经网络计算需求大及泛化能力差的问题，本文提出了一种物理增强的分层神经网络方法，旨在提升变换器建模的效率与精度，为电力电子系统的智能化建模提供新思路。
解读: 该技术对阳光电源的核心产品线具有显著价值。在光伏逆变器和PowerTitan/PowerStack储能变流器（PCS）的研发中，传统的物理建模在复杂工况下计算量大，而纯数据驱动模型缺乏物理约束。该物理增强分层神经网络能有效结合物理规律与AI算法，提升逆变器在电网波动、极端环境下的动态响应预测精度。建...
针对拓扑持续时间不确定开关电源参数辨识的扩展物理信息神经网络
Extended Physics-Informed Neural Networks for Parameter Identification of Switched Mode Power Converters With Undetermined Topological Durations
Yangxiao Xiang · Hongjian Lin · Henry Shu-Hung Chung · IEEE Transactions on Power Electronics · 2025年1月
针对开关电源拓扑持续时间不确定导致的参数辨识难题，本文提出一种扩展物理信息神经网络（PINN）。该方法无需额外的测量电路，通过将开关时刻和拓扑转换时的电路状态变量作为物理约束，实现了对变换器参数的高精度辨识，解决了传统物理建模中测量受限的问题。
解读: 该技术对阳光电源的核心业务具有重要价值。在光伏逆变器和储能PCS（如PowerTitan、ST系列）的研发中，高精度的参数辨识是实现精准控制和故障诊断的基础。通过引入PINN，公司可以在无需增加复杂传感器硬件成本的前提下，实现对功率模块内部参数（如电感、电容老化状态）的实时监测，从而提升iSolar...
基于物联网的DC/DC深度学习功率变换器控制：实时实现
IoT-Based DC/DC Deep Learning Power Converter Control: Real-Time Implementation
Meysam Gheisarnejad · Mohammad Hassan Khooban · IEEE Transactions on Power Electronics · 2020年12月
本文提出了一种基于物联网（IoT）的模块化智能电网架构，将物联网技术集成至DC/DC变换器中，以构建单电压总线的可编程电网。该架构利用低成本计算硬件实现了对物联网电网的有效控制与管理，并针对系统不确定性，研究了基于深度学习的实时控制策略。
解读: 该研究探讨的深度学习控制策略与阳光电源的iSolarCloud智能运维平台及PowerTitan/PowerStack储能系统中的PCS控制逻辑具有高度协同潜力。通过在DC/DC环节引入深度学习算法，可显著提升储能系统在复杂工况下的动态响应速度与效率。建议研发团队关注该技术在轻量化硬件上的部署方案，...
一种基于电化学老化机理的锂离子电池健康状态估计数据驱动方法
An Electrochemical Aging-Informed Data-Driven Approach for Health Estimation of Lithium-Ion Batteries With Parameter Inconsistency
Shuxin Zhang · Zhitao Liu · Yan Xu · Guangwei Chen 等5人 · IEEE Transactions on Power Electronics · 2025年5月
准确估计锂离子电池的健康状态（SOH）对保障系统安全与可靠性至关重要。本文提出了一种融合物理电化学模型与深度学习的数据驱动方法，旨在解决电池参数不一致性带来的SOH估计难题，提升电池全生命周期的健康管理精度。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统规模化应用中，电池组内参数不一致性是影响系统寿命与安全的核心痛点。通过将电化学机理与深度学习结合，可显著提升iSolarCloud平台对储能电站的SOH监测精度，实现更精准的电池寿命预测...
面向多模态逆变系统早期故障检测的通道注意力共享-独占解耦表征学习
Shared-Exclusive Disentangled Representation Learning With Channel Attention for Incipient Fault Detection in Multimode Power Inverter Systems
Shuihui Rao · Yu Shuai · Zhihua Xiong · Min Wang · IEEE Transactions on Power Electronics · 预计 2026年5月
逆变系统在复杂多模态下运行，数据分布差异大，导致故障检测困难。本文提出了一种基于通道注意力的共享-独占解耦表征学习方法，旨在有效区分模态不变特征与模态特异性特征，从而提升多工作场景下的逆变器早期故障检测精度。
解读: 该技术对阳光电源的iSolarCloud智能运维平台具有极高的应用价值。阳光电源的组串式及集中式逆变器在不同光照、温度及电网环境下运行，属于典型的多模态系统。该研究提出的解耦表征学习方法，能有效解决传统算法在多工况下误报率高的问题，显著提升逆变器早期故障的预警准确性。建议将此算法集成至iSolarC...
一种用于高速列车牵引变流器的高适应性多传感器故障诊断方法
An Adaptive Multisensor Fault Diagnosis Method for High-Speed Train Traction Converters
Honghui Dong · Fuzhao Chen · Zhipeng Wang · Limin Jia 等6人 · IEEE Transactions on Power Electronics · 2021年6月
牵引变流器是高速列车牵引系统的核心安全部件。针对其复杂的拓扑结构，本文提出了一种基于多传感器融合的故障诊断方法。该方法有效解决了传统单传感器诊断在复杂工况下的局限性，为电力电子系统的状态监测与故障预测提供了新的技术路径。
解读: 该研究提出的多传感器融合故障诊断技术对阳光电源的可靠性提升具有重要参考价值。在PowerTitan储能系统及大型组串式逆变器中，通过引入多传感器数据（如电流、电压、温度、振动等）进行深度学习建模，可显著提高对功率模块及关键元器件早期故障的识别精度。建议将此方法集成至iSolarCloud智能运维平台...
基于深度学习的永磁同步电机开路故障诊断与定位
Embedded-Oriented Open-Switch Fault Diagnosis and Localization for Dual Y-Connected PMSM Based on Deep Learning
Shihan Xu · Yuan Zhu · Luca Zarri · IEEE Transactions on Power Electronics · 预计 2026年5月
针对多相电机开路故障诊断速度慢的问题，本文提出一种基于逻辑判断的级联触发算法，结合优化的缺相特征值与谐波子空间电流轨迹，实现了嵌入式环境下的快速故障诊断与定位，有效提升了容错控制的实时性。
解读: 该研究提出的嵌入式快速故障诊断技术对阳光电源的功率变换产品具有参考价值。虽然本文聚焦于多相电机驱动，但其基于深度学习的故障特征提取与级联触发逻辑，可迁移至阳光电源的组串式逆变器及PowerTitan储能变流器（PCS）的功率模块健康管理中。通过在iSolarCloud平台集成此类轻量化AI算法，可实...
第 1 / 4 页