找到 4 条结果

排序:
智能化与AI应用 机器学习 深度学习 强化学习 ★ 5.0

电力电子中人工智能应用综述

An Overview of Artificial Intelligence Applications for Power Electronics

Shuai Zhao · Frede Blaabjerg · Huai Wang · IEEE Transactions on Power Electronics · 2021年4月

本文概述了人工智能在电力电子系统中的应用,涵盖设计、控制和维护三个生命周期阶段。探讨了优化、分类、回归及数据结构探索等AI任务,并分析了四类AI技术在电力电子领域的应用潜力与挑战。

解读: AI技术是阳光电源实现产品智能化升级的核心驱动力。在设计阶段,AI可用于优化逆变器和PCS的拓扑参数,缩短研发周期;在控制层面,利用机器学习优化PWM策略或实现构网型控制,能显著提升系统在弱电网下的稳定性;在运维阶段,结合iSolarCloud平台,通过AI算法对组串式逆变器及PowerTitan储...

风电变流技术 可靠性分析 故障诊断 功率模块 ★ 5.0

基于现场经验的风力发电机组功率变流器故障根源分析

Field-Experience Based Root-Cause Analysis of Power-Converter Failure in Wind Turbines

Katharina Fischer · Thomas Stalin · Hans Ramberg · Jan Wenske 等7人 · IEEE Transactions on Power Electronics · 2015年5月

风力发电机组中功率变流器的频繁故障严重影响了机组可用性并增加了维护成本。目前,导致变流器故障的普遍机制和原因尚不明确。本文通过对现场运行数据的分析,识别了变流器失效的关键因素,为开发有效的可靠性提升方案提供了理论基础与实践指导。

解读: 该研究对阳光电源风电变流器业务具有极高参考价值。风电变流器作为机组核心部件,其可靠性直接影响运维成本。通过对现场故障数据的根源分析,阳光电源可优化变流器功率模块的选型与热管理设计,提升iSolarCloud平台的故障预警精度。建议将研究结论应用于风电变流器产品的全生命周期管理,通过改进控制策略与保护...

储能系统技术 储能系统 储能变流器PCS 电池管理系统BMS ★ 5.0

模块化多电平变换器

MMC)电池储能系统的多层SOH均衡方案

Zhan Ma · Feng Gao · Xin Gu · Nan Li 等7人 · IEEE Transactions on Power Electronics · 2020年12月

针对退役电池在储能系统中SOH不一致导致系统寿命缩短的问题,本文提出了一种多层SOH均衡方案。该方案突破了以往仅关注电池包内或包间均衡的局限,通过多层控制策略实现全系统SOH均衡,有效延长储能系统整体寿命并降低运维成本。

解读: 该研究对阳光电源PowerTitan及PowerStack等大型储能系统具有重要参考价值。随着储能规模扩大,电池簇间及簇内SOH差异是影响系统全生命周期收益的关键。引入多层SOH均衡策略,可优化电池管理系统(BMS)的调度逻辑,提升系统的一致性管理水平。建议研发团队评估该MMC拓扑在大型储能变流器中...

风电变流技术 可靠性分析 功率模块 故障诊断 ★ 5.0

风力发电机组功率变流器的可靠性:全球机组故障与运行数据的探索性分析

Reliability of Power Converters in Wind Turbines: Exploratory Analysis of Failure and Operating Data From a Worldwide Turbine Fleet

Katharina Fischer · Karoline Pelka · Arne Bartschat · Bernd Tegtmeier 等7人 · IEEE Transactions on Power Electronics · 2019年7月

针对风电变流器高频且昂贵的故障问题,本文通过对全球大型风电机组运行数据的统计分析,探讨了变流器故障的根本原因及关键驱动因素。研究旨在通过现场数据揭示失效机理,为提升电力电子设备的可靠性提供理论与实践支撑。

解读: 该研究对阳光电源风电变流器业务具有核心指导价值。风电变流器作为风电机组的核心部件,其可靠性直接影响运维成本。通过对全球机组故障数据的深度挖掘,阳光电源可优化变流器功率模块的选型与热设计,提升在复杂风场环境下的环境适应性。建议结合iSolarCloud平台,利用文中提到的故障驱动因素分析方法,建立变流...