找到 2 条结果
低电感与非理想反电动势高速无传感器无刷直流电机换相点自校正方法
Self-Correction of Commutation Point for High-Speed Sensorless BLDC Motor With Low Inductance and Nonideal Back EMF
Haitao Li · Shiqiang Zheng · Hongliang Ren · IEEE Transactions on Power Electronics · 2017年1月
本文针对低电感、非理想反电动势的高速无传感器无刷直流电机，提出了一种新型换相点自校正方法。该方法通过检测反电动势过零点并结合延时策略，有效提升了磁悬浮控制力矩陀螺的稳态运行效率，解决了高速工况下的换相误差问题。
解读: 该技术主要针对高速无传感器电机控制，虽然与阳光电源核心的光伏逆变器和储能PCS业务（主要基于三相逆变拓扑）存在差异，但在电机驱动控制算法层面具有参考价值。阳光电源的电动汽车充电桩及部分储能系统中的辅助冷却风机系统，若采用高速无刷直流电机，可借鉴此文的换相校正策略以提升风机运行效率与可靠性。此外，该算...
自校正引导的广义对比学习框架用于云边协同小样本光伏故障诊断
Self-Correcting-Guided Generalized Contrastive Learning Framework for Small-Sample PV Fault Diagnosis With Cloud-Edge Collaboration
Qi Liu · Bo Yang · Mingxuan Cai · Yuxiang Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月
小样本场景下光伏（PV）阵列的智能故障诊断由于模型精度和泛化能力较差，仍然具有挑战性。现有方法无法同时解决运行工况多变和样本不足的问题，导致少样本学习构建的模型适用性有限。此外，数据传输和计算成本等因素也需要考虑。因此，本文提出了一种用于小样本光伏故障诊断的云边协同自校正引导广义对比学习框架。首先，提出了一种端到端自校正模型，以消除可变环境的影响。然后，将自校正方案与对比学习相结合以实现模型泛化，并设计了一种类型筛选方法来提高模型精度。此外，提出了一种快速故障过滤机制，通过云边协同提高算法效率。...
解读: 从阳光电源的业务视角来看，这项基于云边协同的小样本光伏故障诊断技术具有重要的应用价值和战略意义。 在产品层面，该技术直接契合阳光电源光伏逆变器和电站运维的核心需求。传统故障诊断方法依赖大量标注数据，而实际运维中故障样本稀缺且环境条件多变，导致诊断模型泛化能力不足。该论文提出的自校正引导对比学习框架...