找到 2 条结果
基于边缘计算的光伏阵列故障诊断系统:深度学习轻量化部署
Optimization of a Novel FOPIDN-(1+PIDN) Controller for Renewable Integrated Multi-Area Load Frequency Control System With Non-Linearities
Shreekanta Kumar Ojha · Maddela Chinna Obaiah · IEEE Access · 2025年1月
光伏阵列故障诊断依赖云平台处理存在延迟和通信成本问题,边缘计算提供本地化诊断能力。本文提出基于边缘计算的故障诊断系统,通过轻量化深度学习模型实现组件级故障的实时检测和定位。
解读: 该边缘智能诊断技术可集成到阳光电源智能光伏逆变器。通过在逆变器端部署轻量化AI模型,实现光伏阵列的实时故障检测,降低云端通信依赖,提升故障响应速度,为分布式光伏电站提供智能运维能力。...
基于优化ANFIS的鲁棒非线性控制在太阳能离网电动汽车充电站中的应用
Optimized ANFIS-Based Robust Nonlinear Control of a Solar Off-Grid Charging Station for Electric Vehicles
Bibi Tabassam Gul · Iftikhar Ahmad · Habibur Rehman · Ammar Hasan · IEEE Access · 2025年1月
本文旨在提升由光伏板和电池供电的离网电动汽车充电站的性能。采用自适应神经模糊推理系统实现最大功率点跟踪，以优化光伏输出；设计了一种基于条件的超螺旋滑模控制器（CST-SMC），有效抑制了传统滑模控制中的抖振与积分饱和问题。控制器参数通过灰狼优化算法整定，并通过Lyapunov方法证明系统全局稳定性。仿真与基于Delfino F28379D的硬件在环实验验证了方案有效性。结果表明，所提CST-SMC相较传统ST-SMC具有更快上升时间、更小超调与更短调节时间，且在恒流恒压阶段响应更平滑，显著提升了...
解读: 该研究的优化ANFIS-MPPT算法与CST-SMC控制技术对阳光电源光储充一体化产品具有重要应用价值。在SG系列光伏逆变器中，ANFIS自适应算法可提升复杂工况下的MPPT效率，优于传统P&O算法；在ST系列储能变流器中，超螺旋滑模控制可有效抑制抖振，提升双向DC-DC变换器的动态响应与电池充放电...