找到 3 条结果
考虑积尘影响的混合人工蜂群算法与半监督极限学习机光伏故障诊断设计
Design of Hybrid Artificial Bee Colony Algorithm and Semi-Supervised Extreme Learning Machine for PV Fault Diagnoses by Considering Dust Impact
Jun-Ming Huang · Rong-Jong Wai · Geng-Jie Yang · IEEE Transactions on Power Electronics · 2020年7月
户外光伏系统易受积尘等环境因素影响，导致发电效率下降及潜在安全隐患。本文提出一种结合混合人工蜂群算法与半监督极限学习机的故障诊断方法，旨在精准识别光伏系统异常状态，为运维决策及清洗方案提供技术支持，有效降低运维成本并提升系统安全性。
解读: 该研究直接赋能阳光电源iSolarCloud智能运维平台。通过引入混合人工蜂群算法与半监督学习，可显著提升组串式及集中式逆变器在复杂环境下的故障识别精度，特别是针对积尘导致的非硬性故障进行精准预警。这不仅能减少人工巡检成本，还能通过智能清洗策略优化，提升地面及工商业光伏电站的发电收益。建议将该算法模...
电力电子中的数字孪生：增强虚拟热感知的综合方法
Digital Twins in Power Electronics: A Comprehensive Approach to Enhance Virtual Thermal Sensing
R. Torchio · F. Conte · M. Scarpa · M. Filippini 等11人 · IEEE Transactions on Power Electronics · 2025年5月
传统材料研究与硬件设计已难以满足现代电力电子运维需求。过度设计与冗余数据采集导致成本高昂。本文提出数字孪生（DT）技术，通过物理系统的实时仿真模型，为电力电子设备提供虚拟热感知能力，旨在优化运维效率并降低成本。
解读: 该技术对阳光电源的iSolarCloud智能运维平台及全系列产品（如PowerTitan储能系统、组串式逆变器）具有重大价值。通过引入数字孪生与虚拟热感知，可实现对功率模块内部温度的实时精准监测，替代昂贵的物理传感器，从而降低硬件成本并提升系统可靠性。建议在PowerTitan等核心储能产品中集成此...
基于电流-电压转换的光伏阵列故障预诊断、类型识别及程度诊断方法
Fault Prediagnosis, Type Identification, and Degree Diagnosis Method of the Photovoltaic Array Based on the Current–Voltage Conversion
Xiang Chen · Meng Jiang · Kun Ding · Zenan Yang 等7人 · IEEE Transactions on Power Electronics · 2024年12月
本文提出了一种基于电流-电压（I-V）转换的光伏阵列故障诊断方法。通过I-V转换技术消除环境条件对数据的影响，为故障预诊断、类型识别及程度评估提供了可靠的数据基础，有效提升了光伏电站的运维效率与安全性。
解读: 该技术对于阳光电源的iSolarCloud智能运维平台具有极高的应用价值。通过将该故障诊断算法集成至iSolarCloud，可实现对组串式及集中式逆变器接入的光伏阵列进行远程实时监测与故障预警，显著降低运维成本。该方法通过消除环境干扰，能精准识别遮挡、老化或短路等故障类型，有助于提升阳光电源大型地面...