找到 2 条结果

排序:
系统并网技术 PWM控制 并网逆变器 弱电网并网 ★ 5.0

不平衡电网下PWM整流器的数据驱动自适应负序电流控制方法

Data-Driven Adaptive Negative Sequence Current Control Method for PWM Rectifier Under Unbalanced Grid

Tianbao Song · Yun Zhang · Fei Gao · Chengqian Xu 等5人 · IEEE Transactions on Power Electronics · 2024年4月

针对电网电压不平衡导致的直流母线电压波动问题,本文提出了一种数据驱动的自适应负序电流控制方法。该方法旨在提升三相PWM整流器在非理想电网条件下的运行性能,通过抑制负序电流分量,有效平抑直流侧波动,增强系统在复杂电网环境下的稳定性和电能质量。

解读: 该技术对阳光电源的组串式及集中式光伏逆变器、储能变流器(PCS)具有重要参考价值。在弱电网或电网故障导致电压不平衡的场景下,逆变器常面临直流母线电压波动及电流谐波超标的挑战。该数据驱动的自适应控制策略可优化阳光电源现有产品的并网控制算法,提升设备在复杂电网环境下的抗干扰能力和电能质量。建议研发团队将...

智能化与AI应用 储能系统 电池管理系统BMS 机器学习 ★ 5.0

基于多尺度特征融合的稀疏自注意力Transformer长期SOH预测

Sparse Self-Attentive Transformer With Multiscale Feature Fusion on Long-Term SOH Forecasting

Xinshan Zhu · Chengqian Xu · Tianbao Song · Zhen Huang 等5人 · IEEE Transactions on Power Electronics · 2024年8月

锂离子电池健康状态(SOH)的准确预测对电池管理系统(BMS)的稳定运行至关重要。本文提出了一种基于稀疏自注意力Transformer(SSAT)和多时间尺度特征融合的模型,通过编码器-解码器架构,实现了对电池长期SOH的高精度预测,提升了电池系统的安全性和运维效率。

解读: 该技术对阳光电源的储能业务(PowerTitan、PowerStack及ST系列PCS)具有极高的应用价值。SOH的高精度预测是提升储能电站全生命周期管理的核心,有助于优化电池充放电策略,延长系统使用寿命,并降低运维成本。建议将该SSAT模型集成至iSolarCloud智能运维平台,通过大数据分析实...