找到 4 条结果

排序:
拓扑与电路 充电桩 功率模块 ★ 3.0

一种应用于自动导引车多接收端无线充电系统的新型非对称磁耦合器

A Novel Asymmetric Magnetic Coupler Applied to Multiple-Receiver Wireless Charging System for Automated Guided Vehicles

Chendawei Zhang · Wenzhou Lu · Jian Zhao · Xu Wu 等6人 · IEEE Transactions on Power Electronics · 2023年11月

针对传统平面线圈在非对称结构下互感不稳定的问题,本文提出了一种新型非对称扁平十字形螺线管磁耦合器(FCSMC)。该设计具有高横向偏移容忍度,适用于多接收端无线电能传输系统,能够为自动导引车(AGV)提供更灵活的充电位置。

解读: 该研究聚焦于无线电能传输(WPT)的磁耦合技术,虽然目前阳光电源的核心业务集中在有线充电桩及光储系统,但随着工业自动化和物流仓储的发展,AGV及移动机器人的无线充电需求日益增长。该新型磁耦合器的高偏移容忍度设计,可为阳光电源未来布局工业场景下的自动充电解决方案提供技术参考,特别是在提升充电效率和系统...

风电变流技术 故障诊断 模型预测控制MPC 功率模块 ★ 4.0

针对高阻连接故障的双三相永磁同步发电机无差拍容错控制方案

Deadbeat Fault-Tolerant Control Scheme for Dual Three-Phase PMSG With High-Resistance Connection Fault

Shibo Jin · Wenxiang Zhao · Jinghua Ji · Dezhi Xu · IEEE Transactions on Power Electronics · 2023年3月

本文针对双三相永磁同步发电机(PMSG)的高阻连接(HRC)故障,提出了一种基于电流无差拍的容错控制方案。通过推导HRC故障引起的电压偏差,建立了故障后预测模型,并分析了考虑负序分量下的瞬时有功和无功功率,实现了故障状态下的稳定运行。

解读: 该研究对于阳光电源的风电变流器业务具有重要参考价值。双三相PMSG常用于大功率风力发电系统,高阻连接故障是导致变流器侧电流不平衡及发电机退化的关键因素。本文提出的无差拍容错控制策略,能够有效提升风电变流器在复杂电网环境下的可靠性与鲁棒性。建议研发团队将该预测模型集成至变流器控制算法中,通过实时监测电...

风电变流技术 PWM控制 故障诊断 功率模块 ★ 3.0

基于浮动电容逆变器的开口绕组直线游标永磁电机混合调制容错控制

Hybrid Modulation Fault-Tolerant Control of Open-End Windings Linear Vernier Permanent-Magnet Motor With Floating Capacitor Inverter

Wenxiang Zhao · Peng Zhao · Dezhi Xu · Zhonghua Chen 等5人 · IEEE Transactions on Power Electronics · 2019年3月

本文提出了一种开口绕组直线游标永磁(OEW-LVPM)电机的混合调制容错控制策略。通过引入浮动电容逆变器,该驱动系统能够在发生开路故障时维持正常运行。系统由双逆变器供电,分别连接至电机两端,实现了故障情况下的可靠运行。

解读: 该研究探讨的开口绕组电机驱动与容错控制技术,在风电变流器及高性能电机驱动领域具有参考价值。对于阳光电源的风电变流器产品线,虽然目前主流为旋转电机驱动,但该文提出的浮动电容逆变器拓扑及容错控制逻辑,可为提升变流器在极端工况下的可靠性提供技术储备。建议研发团队关注其在多电平拓扑下的故障穿越能力,探索如何...

储能系统技术 储能系统 深度学习 故障诊断 ★ 5.0

用于锂离子电池故障诊断的零样本神经架构搜索微型实时紧凑型深度神经网络

Miniature Real-Time Compact Deep Neural Network With Zero-Shot Neural Architecture Search for Lithium-Ion Battery Fault Diagnosis

Zeyang Chen · Dezhi Xu · Chao Shen · Yujian Ye 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月

电池储能系统(BESS)对于现代能源管理至关重要,有助于可再生能源整合和电网稳定。然而,BESS的故障诊断需要大量的手动网络调优。为克服这一问题,我们提出了一种用于BESS故障诊断的零样本神经架构搜索方法。首先,将神经网络分解为分段线性函数,并计算此类函数的拉德马赫复杂度。为防止批量归一化(BN)层反复缩放拉德马赫复杂度而使网络比较失效,利用BN层的方差来近似拉德马赫复杂度。最后,通过8位量化对选定的模型进行压缩,以便在移动设备上部署。该方法仅需0.51个GPU小时即可达到99.42%的准确率,...

解读: 从阳光电源储能系统业务视角来看,这项基于零样本神经架构搜索的锂电池故障诊断技术具有重要的工程应用价值。该技术通过Rademacher复杂度理论自动优化神经网络结构,在0.51 GPU小时内即可达到99.42%的诊断准确率,这为我们大规模储能电站的智能运维提供了高效解决方案。 该技术的核心优势在于三...