Elham Jamalinia · Zhongtian Zhang · Javad Khazaei · Rick S. Blum · IEEE Transactions on Industrial Informatics · 2024年12月

本文提出了一种数据驱动的动态状态估计（DSE）方法，该方法专为受过程噪声和测量噪声影响的光伏（PV）能量转换系统（单级和两级）而设计。所提出的框架采用两阶段方法，包括“数据驱动的模型识别”和“状态估计”。在初始的模型识别阶段，利用非线性稀疏回归技术收集状态反馈，以阐明光伏系统的动态特性。在识别出光伏系统的动态特性后，将使用非线性数据驱动模型来估计光伏系统的动态，以用于监测和保护目的。为了应对不完整的测量、内在的不确定性和噪声，我们采用了“无迹卡尔曼滤波器”，该滤波器通过处理含噪输出数据来实现状态...

解读: 从阳光电源的业务视角来看，这项基于数据驱动的光伏系统动态状态估计技术具有重要的应用价值。该技术通过稀疏回归与无迹卡尔曼滤波器的结合，为光伏发电系统的实时监测和故障保护提供了新的解决方案，这与我们在逆变器智能化和系统可靠性提升方面的战略方向高度契合。 对于阳光电源的核心产品线，该技术的价值主要体现在...