Jiwon Jung · Dyan Puspita Apsari · Dong-Choon Lee · IEEE Transactions on Power Electronics · 2025年2月

本文提出了一种基于一维卷积神经网络（1-D CNN）的三电平中点钳位（NPC）逆变器实时故障诊断方法。通过在仿真数据中引入白噪声进行数据增强，显著提升了深度学习模型的泛化能力，确保诊断模型在未训练工况下仍具备高鲁棒性。

解读: 该技术对阳光电源的核心产品线（如组串式逆变器、集中式逆变器及储能PCS）具有极高价值。三电平NPC拓扑广泛应用于阳光电源的高功率密度产品中，故障诊断的实时性与鲁棒性直接关系到设备的可靠性与运维成本。通过引入数据增强技术，可有效解决深度学习模型在复杂电网环境下泛化能力不足的问题，提升iSolarClo...