找到 2 条结果
结合连续学习与多数字孪生机制的物理编码光伏功率预测方法
The physical-encoded Photovoltaic forecasting method combined with continuous learning and multi-digital twins mechanisms
Shuwei Liua · Jianyan Tian · Yuanyuan Daia · Zhengxiong Jia 等5人 · Applied Energy · 2025年1月 · Vol.399
摘要 端到端神经网络模型通常被视为黑箱模型，已被广泛应用于光伏（PV）功率预测中。然而，这类模型在模型适应性、可迁移性和可解释性方面仍面临挑战。为解决上述问题，本文提出了一种物理编码的光伏功率预测模型，该模型将端到端网络分解为数据驱动的外部参数预测模型和物理驱动的功率计算模型。其中，具有明确物理意义的功率计算模型增强了模型的可解释性。本文设计了一种连续学习机制，使模型能够快速适应环境变化，缓解模型漂移的影响，从而提升模型的适应性与可迁移性。同时，引入多数字孪生协同运行机制，融合其他模型的优势，进...
解读: 该物理编码光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其物理驱动+数据驱动的混合架构可显著提升SG系列逆变器功率预测精度,概念漂移场景下nMAE提升30.5%,跨电站迁移时准确率提升45.8%。持续学习机制能有效应对环境变化导致的模型漂移,增强ST储能系统的充放电策略优...
高K介质包裹GaN环栅场效应管在IoT系统中的高频器件设计与分析
Design and Analysis of High-K Wrapped GaN GAA FET as High-Frequency Device in IOT Systems
Sneha Singh · Rudra Sankar Dhar · Amit Banerjee · Vinay Gupta · IEEE Access · 2025年1月
基于氮化镓GaN的栅堆叠GS环绕栅场效应管GAA FET因其卓越材料特性如高电子迁移率、宽禁带和优越热稳定性，成为下一代节能电子设备有前途候选。本研究聚焦GaN基GAA FET的直流和交流性能评估，结合高k介电间隔层和源漏欠覆盖工程。直流分析参数如亚阈值斜率、阈值电压、漏电流、泄漏电流和电流比。相比所提2nm技术节点IRDS2025，关态泄漏电流降低约95%、开关比提升约606%。此外，亚阈值摆幅优化约65mV/decade，表明卓越泄漏控制和开关性能。交流分析评估关键品质因数包括跨导、截止频率...
解读: 该GaN器件技术对阳光电源功率半导体研发具有重要参考价值。阳光在储能变流器和光伏逆变器中应用GaN器件追求更高开关频率和更低损耗。该研究的高k介质间隔层和欠覆盖设计可启发阳光GaN功率器件优化，降低寄生电容，提升开关速度103%。在高频应用中，该器件的低亚阈值摆幅（65mV/decade）和高开关比...