Jiwon Jung · Dyan Puspita Apsari · Dong-Choon Lee · IEEE Transactions on Power Electronics · 2024年10月

本文提出了一种基于一维（1-D）卷积神经网络（CNN）的三电平中性点钳位逆变器实时故障诊断新方法。该方法将数据增强技术应用于仿真数据，提升了深度学习模型的泛化能力。这使得故障诊断模型即使在未经训练的系统条件下也具有较高的鲁棒性。在这种情况下，应用采用数据增强的一维卷积神经网络模型的性能优于未加入白噪声的相同模型，准确率最高可提高1.71%。此外，与使用实验数据训练的深度学习模型相比，使用经过数据增强的仿真数据训练的深度学习模型表现更佳。所提出的方法已通过离线测试仿真和实时深度学习算法实验得到验证...

解读: 从阳光电源的业务视角来看，这项基于一维卷积神经网络的三电平NPC逆变器开路故障诊断技术具有重要的战略价值。三电平NPC拓扑结构是我司大功率光伏逆变器和储能变流器的核心技术架构，该诊断方法直接契合我们在1500V及以上系统、集中式逆变器和大型储能PCS产品线的技术需求。 该技术的核心创新在于通过白噪...

Guiyan Liu · Yajuan Zhang · Ping Zhang · Junhua Gu · IEEE Transactions on Sustainable Energy · 2025年2月

精确且鲁棒的风电功率预测对电力系统的安全稳定运行至关重要。基于图卷积网络的混合时空预测模型因在空间特征提取方面的优势而受到广泛关注，但其性能易受数据噪声和缺失影响导致的图结构质量下降制约。本文提出一种基于时空图对比学习的混合深度学习模型，其编码器结合自适应图卷积网络与LSTM以捕捉细粒度时空依赖关系。为提升编码器对数据噪声的鲁棒性，我们在特征层和拓扑层引入数据增强，并设计了时序与空间双重视角的对比学习辅助任务。此外，通过融合静态图与可学习参数矩阵构建自适应图以捕获更全面的空间关联。在两个真实数据...

解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先可集成至ST系列储能变流器和PowerTitan系统的能量管理系统(EMS)中,提升风储联合运行的调度精度。其次,该技术的时空图对比学习方法可优化iSolarCloud平台的预测算法,提高新能源电站群的发电预测准确性。特别是其抗噪...

Min-Seung Ko · Hao Zhu · Kyeon Hur · IEEE Transactions on Sustainable Energy · 2025年7月

准确的日前风电功率确定性与概率预测对电力系统可靠高效运行至关重要，尤其在以可再生能源为主导的系统中。同时，风电固有的波动性要求对爬坡率进行日前预测以保障能量平衡。为此，本文提出一种小时级日前预测框架，可同时预测风电出力与爬坡率。该框架采用基于定制损失函数的期望实现深度学习模型，结合特征构造与前馈误差学习策略，在多任务间保持平衡并提升性能。框架进一步融合异构模型输出，生成发电量与爬坡率的概率预测。基于真实数据的实验验证了各模块的有效性，结果表明所提方法能有效识别风电内在波动特性，充分挖掘其应用潜力...

解读: 该风电功率与爬坡率预测技术对阳光电源储能产品线具有重要应用价值。可直接应用于PowerTitan大型储能系统的调度优化,通过深度学习模型预测风电波动特性,提前部署储能容量与功率配置。对ST系列储能变流器的GFM控制策略也有重要参考意义,可基于预测结果优化VSG参数设置,提升系统稳定性。此外,该技术可...

Salma Ait Oussous · Dauris Madama Lail · Rachid El Bouayadi · Aouatif Amine · IEEE Access · 2025年1月

准确预测温室温度对有效气候控制和优化作物生产至关重要。本文研究深度学习DL模型和早期研究提出的Power LSTM模型在西班牙数据库上预测温室内部温度的性能。通过分析GRU、ANN、LSTM-ANN和LSTM-RNN等DL架构，对比评估PLSTM模型性能。结果显示PLSTM模型始终优于其他DL模型，R²达0.9999，RMSE和MAE显著更低，展示其处理温室条件时间序列预测的鲁棒性，为改进农业精准气候控制和智能温室系统开发提供关键工具。

解读: 该温室气候预测技术对阳光电源农业光伏和智慧农业应用有重要意义。阳光光伏+农业大棚解决方案需要精准的环境控制和能源管理。PLSTM深度学习模型可集成到阳光智慧农业系统，实现温室温度精准预测和智能调控。结合阳光光伏发电和储能系统，可优化温室供暖制冷能源使用，降低农业用能成本。该技术可进一步扩展到光伏电站...

Razieh Rastgoo · Nima Amjady · Shunfu Lin · S. M. Muyeen · IEEE Transactions on Sustainable Energy · 2025年6月

太阳能发电受云层变化影响显著，具有较强不确定性，给可再生能源系统的稳定性带来挑战。准确的超短期太阳能功率预测有助于提升电网调度与运行效率。本文提出一种基于深度学习的预测模型，包含三个核心模块：多流视频视觉Transformer（MS-ViViT）用于提取天空图像序列的时空特征；融合改进型Reformer（Fused I-Reformer）通过融合编码器和新型损失函数增强序列学习能力；以及带注意力机制的残差全连接网络（ARFC）用于最终功率预测。在六个真实数据集上与36种对比模型进行的实验表明，该...

解读: 该基于天空图像序列的超短期光伏功率预测技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台，通过部署天空相机与深度学习模型，实现5-30分钟级功率预测，显著提升SG系列逆变器的MPPT算法响应速度。对于PowerTitan大型储能系统，该技术可优化充放电策略，通过提前...

Likitha Reddy Yeddula · Archana Pallakonda · Rayappa David Amar Raj · Rama Muni Reddy Yanamala 等6人 · IEEE Access · 2025年1月

可靠的光伏组件缺陷检测对维持长期能源效率和降低运维成本至关重要。本文提出一种基于混合YOLOv8n架构的轻量高性能深度学习模型，适用于RGB、灰度及红外等多种模态下的多尺度缺陷识别。该模型融合BiFPN结构、Ghost Bottleneck模块与高效通道注意力（ECA），提升多尺度表征能力，减少冗余计算，增强特征提取。在PVEL-AD、PV-Multi-Defect和Solar Panel Anomalies三个基准数据集上的实验表明，模型mAP@50分别达96.5%、94.6%和97.6%，推...

解读: 该轻量级光伏缺陷检测模型对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的智能诊断模块，结合无人机巡检实现SG系列光伏电站的实时缺陷识别，1.9ms推理速度和3M参数量满足边缘计算需求。多模态检测能力（RGB/红外）可增强PowerTitan大型储能电站的组件健康监测...

Burhanettin Ozdemir · Emrah Aslan · Ishak Pacal · IEEE Access · 2025年1月

肺癌是全球癌症相关死亡的最常见原因。这种高度致命和流行疾病的早期诊断可显著提高生存率并防止其进展。计算机断层扫描CT是肺癌诊断的金标准成像方式，为肺结节评估提供关键见解。呈现集成卷积神经网络CNN和视觉Transformer ViT的混合深度学习模型。通过优化和集成网格和块注意力机制与InceptionNeXt块，所提模型有效捕获CT图像中的细粒度和大规模特征。这种综合方法使模型不仅能区分恶性和良性结节，还能识别腺癌、大细胞癌和鳞状细胞癌等特定癌症亚型。InceptionNeXt块的使用促进多尺...

解读: 该肺癌检测深度学习模型对阳光电源智能诊断技术有跨领域借鉴意义。虽然阳光主要聚焦能源设备，但CNN与ViT混合架构和注意力机制可应用于阳光设备缺陷检测和故障诊断。多尺度特征处理技术对阳光光伏组件热斑检测和储能设备异常识别有参考价值。轻量级高精度模型设计思路与阳光边缘智能设备需求一致。迁移学习方法可应用...

Farid · Proshanta Kumer Das · Monirul Islam · Ebna Sina · IEEE Access · 2025年1月

为应对电力需求增长和提升电网韧性，电网现代化需部署先进通信设备。智能电网效率和可靠性与设备间信息交换密切相关，但信息流增加会扩大攻击面并引入新漏洞。目前智能电网主要通过密码学保护信息，但随着算力提升和复杂攻击增加，传统密码算法安全性受威胁。量子密钥分发提供对称密钥安全分发方案，安全性源于量子物理本质。本文研究QKD在智能电网各领域的适用性，识别18个用例和7个评估因子，分析各用例的保密性、完整性和可用性影响及QKD适用性。

解读: 该量子加密技术对阳光电源智慧能源平台的数据安全至关重要。阳光iSolarCloud云平台管理海量光伏储能设备，数据安全是核心关切。该研究为阳光未来布局量子加密通信提供理论基础。在电网侧储能和虚拟电厂场景下，QKD可保护调度指令和交易数据安全，防止恶意攻击和数据篡改，提升系统安全等级至金融级标准。...