找到 3 条结果
一种用于电力电子应用中薄膜电容器的快速热网络模型，便于寿命评估
A Fast Thermal Network Model for Film Capacitors in Power Electronic Applications Facilitating the Lifespan Assessment
Kaining Kuang · Jianjun Kuang · Yuanxi Chen · IEEE Transactions on Components, Packaging and Manufacturing Technology · 2025年8月
在电力电子应用中，薄膜电容器在滤除纹波电流和稳定直流母线电压方面起着至关重要的作用。由于金属化薄膜电容器的老化行为与温度高度相关，因此准确估算其热点温度至关重要。然而，传统的估算方法，如有限元分析（FEA）和简化的集总热网络（LTN）模型，分别在计算效率和准确性方面存在局限性。本文首先从准确性和计算效率的角度对传统热建模方法进行了综述，并对定制电容器进行了温升实验以支持这一分析。其次，采用变阶福斯特热网络模型实现对电容器运行过程中热点温度的准确高效估算。最后，研究了温度估算误差对电容器寿命预测的...
解读: 薄膜电容器在阳光电源的光伏逆变器和储能变流器等核心产品中承担着纹波电流滤波和直流母线电压稳定的关键功能，其可靠性直接影响系统整体寿命和运维成本。该论文提出的快速热网络模型技术对我司产品开发和运维服务具有重要应用价值。 从业务价值看，该技术通过可变阶Foster热网络模型实现了电容器热点温度的高精度...
面向光伏系统中人工智能驱动的预测性维护与故障诊断的多阶段审查框架
A multi-stage review framework for AI-driven predictive maintenance and fault diagnosis in photovoltaic systems
Ali Hamz · Zunaib Alia · Sandra Dudley · Komal Saleem 等6人 · Applied Energy · 2025年1月 · Vol.393
摘要 光伏（PV）行业面临诸多挑战，包括高昂的初始成本、对天气条件的依赖性、易发生故障、电网运行不稳定性以及组件性能退化等问题。预测性维护（PdM）旨在主动识别潜在问题，从而提高系统的可靠性与运行效率，但若缺乏进一步的诊断措施，可能无法提供具体的故障信息。本研究提出了一种先进的预测性维护与故障诊断集成框架，该框架融合了故障模式分析、故障严重程度评估以及关键故障预测功能，旨在通过识别和分析特定的故障模式来提升光伏系统的运行效能，减少停机时间并增强系统可靠性。因此，本文对当前应用于光伏系统中预测性维...
解读: 该AI驱动的预测性维护与故障诊断框架对阳光电源SG系列光伏逆变器及ST储能系统具有重要应用价值。通过集成故障模式识别、严重性评估和关键故障预测,可显著提升iSolarCloud平台的智能运维能力。建议将多阶段诊断框架融入MPPT优化算法,实现组件级故障预警;结合PowerTitan储能系统的数据标准...
人工智能在聚光光伏热系统发展中的综合研究进展
A comprehensive review on the artificial intelligence for the development of thermal concentrating photovoltaic systems
Mohammad Karimzadeh Kolamroudi · Oluwasegun Henry Jaiyeob · Mustafa Ilkan · Babak Safaeie · Solar Energy · 2025年1月 · Vol.301
摘要 在气候危机加剧和化石燃料枯竭的背景下，太阳能有望成为一种关键的可再生能源。尽管传统光伏（PVs）的效率有限，但聚光光伏-热（CPV/T）系统能够同时发电和产热，实现60%至80%的总效率，显著高于单独使用光伏系统所达到的效率。然而，CPV/T系统的性能高度依赖于辐照度波动、电池温度和跟踪误差等运行参数，这限制了其在实际应用中的广泛部署。人工智能（AI）技术，包括深度神经网络（DNNs）、强化学习（RL）以及混合算法，通过实现自适应热管理、故障检测、实时优化和高精度太阳跟踪，有效解决了上述问...
解读: 该CPV/T系统AI优化技术对阳光电源具有重要借鉴价值。文中深度神经网络实现的实时优化、故障检测和预测性维护技术,可直接应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的智能运维功能增强。AI驱动的热管理控制提升35%以上热稳定性的成果,对ST系列储能变流器的温控策略和PowerT...