找到 2 条结果
基于增强型轻量化代理模型的综合参数优化
Comprehensive Parameter Optimization Using an Empowered and Lightweight Surrogate Model
Qifan Yang · Dihong Huang · Yong Chen · Ningyi Dai · IEEE Transactions on Power Electronics · 2024年10月
针对电力电子变换器参数整定耗时的问题，本文提出了一种基于增强型轻量化代理模型的新方法。该方法通过替代传统的迭代仿真，实现了在不同运行工况下高效、精准的参数优化，显著提升了变换器的性能与设计效率。
解读: 该研究提出的轻量化代理模型对阳光电源的产品研发具有重要价值。在组串式光伏逆变器和PowerTitan/PowerStack储能变流器（PCS）的开发中，控制参数的整定往往依赖大量仿真，该方法可显著缩短研发周期，提升产品在复杂电网环境下的动态响应性能。建议研发团队将其应用于iSolarCloud平台的...
基于CNN的模块化多电平变换器开路故障检测与定位的鲁棒谐波特征提取
CNN-Based Robust Harmonic Feature Extraction for Open-Circuit Fault Detection and Localization in Modular Multilevel Converters
Dihong Huang · Zhipeng Zhou · Ningyi Dai · IEEE Transactions on Power Electronics · 2025年12月
本文提出了一种基于卷积神经网络（CNN）的模块化多电平变换器（MMC）开路故障检测与定位方法。该方法不采用端到端分类，而是将CNN作为物理信息特征提取器，通过鲁棒估计开关频率来增强基础理论模型，从而实现对子模块（SM）故障的精确识别。
解读: 该技术对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。随着大功率变换器拓扑向多电平化发展，子模块的可靠性直接影响系统可用性。本文提出的基于CNN的物理信息特征提取方法，能够有效提升故障诊断的鲁棒性，减少误报。建议研发团队将其应用于iSolarCloud智能运维平...