找到 2 条结果
基于粒子滤波的变工况电解电容预测研究
Particle Filter-Based Prognostics for an Electrolytic Capacitor Working in Variable Operating Conditions
Marco Rigamonti · Piero Baraldi · Enrico Zio · Daniel Astigarraga 等5人 · IEEE Transactions on Power Electronics · 2016年2月
针对电动汽车驱动中铝电解电容的剩余使用寿命（RUL）预测问题，本文提出了一种基于粒子滤波（PF）的预测模型。该模型充分考虑了变工况运行对电容退化过程及监测信号的影响，有效提升了在复杂动态环境下的寿命预测精度。
解读: 电解电容是阳光电源光伏逆变器、储能PCS及电动汽车充电桩中的关键易损元器件，其寿命直接决定了整机可靠性。该研究提出的粒子滤波预测方法，能够有效解决变工况下电容退化状态难以量化的问题。建议将此算法集成至iSolarCloud智能运维平台，通过实时监测关键运行参数，实现对组串式逆变器、PowerTita...
基于机理退化过程模型与粒子滤波的固体氧化物燃料电池故障预测方法
Fault Prognosis Method for Solid Oxide Fuel Cells Based on Mechanism Degradation Process Model and Particle Filtering
Yuanwu Xu · Chang Jiang · Jingxuan Peng · Xiao-Long Wu 等6人 · IEEE Transactions on Power Electronics · 2023年6月
针对固体氧化物燃料电池（SOFC）的寿命与耐久性问题，本文提出了一种结合机理退化模型与粒子滤波的故障预测方法。该方法通过对退化过程建模，实现了对健康状态（SOH）、寿命终点（EOL）及剩余使用寿命（RUL）的有效评估，为提升燃料电池系统的可靠性提供了理论支撑。
解读: 阳光电源在氢能领域布局了电解槽及制氢电源系统。虽然本文聚焦于SOFC（燃料电池），但其提出的基于机理模型与粒子滤波的故障预测框架，对于阳光电源PEM电解槽系统的全生命周期健康管理（PHM）具有重要的参考价值。建议研发团队借鉴该文的退化建模思路，结合iSolarCloud平台的大数据积累，开发针对电解...