找到 6 条结果
基于TCN-Transformer模型的多物理场变压器异常状态识别
Transformer Abnormal State Identification Based on TCN-Transformer Model in Multiphysics
Junjie Feng · Ruosong Shang · Ming Zhang · Guojun Jiang 等6人 · IEEE Access · 2025年1月
变压器是电力系统关键组件，其运行稳定性对确保电网安全可靠性起决定性作用。为应对实际运行中负荷和环境因素影响准确评估变压器健康的挑战，本文分析变压器的电气、热和振动特性。采用k-means++算法根据变压器负荷电流、环境温度和运行电压三个关键参数分类运行条件。提出基于时序卷积网络-Transformer（TCN-Transformer）的融合模型识别变压器异常运行状态。以500kV变压器为例进行实验。结果表明，所提TCN-Transformer模型在预测精度方面显著优于对比算法。模型有效捕获数据内...
解读: 该多物理场诊断技术对阳光电源储能变压器和箱变监测具有应用价值。阳光大型光伏电站和储能站配备大量箱式变压器，需要实时健康监测和异常预警。该研究的TCN-Transformer模型集成电气、热和振动多维数据，可应用于阳光箱变智能监控系统，实现异常状态早期识别。在储能电站中，变压器异常可能导致系统停机和经...
基于有功功率前馈补偿的功率解耦方法在下垂控制变换器中的应用
An Active Power Feedforward Compensation-Based Power Decoupling Method for Droop Control Converters
Pengcheng Wang · Min Chen · Jiahui Wang · Guannan Zhu 等5人 · IEEE Transactions on Power Electronics · 2025年1月
在构网型（GFM）控制中，有功功率和无功功率之间的固有耦合会降低无功功率控制精度、限制功率支撑能力并减缓动态过程。为解决这一问题，本文针对下垂控制变流器提出了一种基于有功功率前馈补偿的功率解耦方法，该方法可消除所有四个象限的功率耦合，尤其适用于运行模式灵活的分布式发电系统。利用小信号模型分析了物理功率耦合行为，确定线路阻抗比（R/X）和功率角是影响耦合特性的关键因素。通过比较耦合系数和变流器输出电压可知，可通过输出电压补偿实现功率解耦，这构成了所提方法的基础。通过精确计算补偿项，可在不影响响应速...
解读: 从阳光电源的业务视角来看，这项基于有功功率前馈补偿的功率解耦方法对我司构网型逆变器产品具有重要的技术价值。当前，随着新能源渗透率提升和弱电网场景增多，构网型（GFM）控制已成为光储系统的核心技术方向，而有功-无功功率耦合问题一直制约着系统的动态响应速度和四象限运行能力。 该技术通过精确计算输出电压...
微电网的统一物理信息神经网络框架及其在电压稳定性分析中的应用
Uniform Physics Informed Neural Network Framework for Microgrid and Its Application in Voltage Stability Analysis
Renhai Feng · Khan Wajid · Muhammad Faheem · Jiang Wang 等6人 · IEEE Access · 2025年1月
本文聚焦物理信息神经网络PINN在光伏PV、风电和储能设备模型参数提取中的应用。准确提取这些模型参数对有效控制和优化重庆电力系统CPS整体稳定性至关重要。尽管提出众多算法解决该问题，准确可靠提取参数仍是重大挑战。本文提出改进PINN命名为统一物理信息神经网络UPINN，采用基于近端策略优化PPO的强化学习进行参数提取。UPINN通过四种策略克服PINN困难：反馈算子、GRU门控机制、历史种群传递算子和PPO辅助强化学习修正因子。UPINN模型迭代训练以最大化参数和减少RMSE。UPINN准确提取...
解读: 该物理信息神经网络技术对阳光电源设备建模和电网分析有重要应用价值。阳光iSolarCloud平台管理海量光伏储能设备，需要准确的设备模型进行仿真和优化。UPINN参数提取方法可应用于阳光设备数字孪生模型的自动标定。强化学习PPO算法对阳光智能控制策略优化有借鉴意义。电压稳定性监测是阳光储能系统电网支...
研究一种离子掺杂剂在有机半导体及热电应用中的掺杂性能
Investigating the doping performance of an ionic dopant for organic semiconductors and thermoelectric applications
Jing Guo1Yaru Feng2Jinjun Zhang2Jing Zhang3Ping-An Chen4Huan Wei5Xincan Qiu6Yu Liu6Jiangnan Xia5Huajie Chen7Yugang Bai8Lang Jiang9Yuanyuan Hu10 · 半导体学报 · 2025年1月 · Vol.46
掺杂在提升有机半导体在光电子和热电器件中的性能方面起着关键作用。本研究系统探讨了离子掺杂剂4-异丙基-4′-甲基二苯基碘𬭩四（五氟苯基硼酸盐）（DPI-TPFB）作为p型掺杂剂在有机半导体中的性能与适用性。以p型PBBT-2T为模型，通过ESR、紫外-可见-近红外吸收光谱及功函数分析证实其显著掺杂效果，使薄膜电导率提升超过四个数量级。DPI-TPFB还表现出广泛的适用性，可有效掺杂多种p型材料，并使n型N2200转变为p型行为。将其应用于有机热电器件，获得约10 μW∙m⁻¹∙K⁻²的功率因子，...
解读: 该离子掺杂有机半导体技术对阳光电源热管理系统具有潜在价值。研究中10 μW∙m⁻¹∙K⁻²的热电功率因子可应用于ST储能变流器和SG光伏逆变器的余热回收利用，将功率器件散热转化为电能，提升系统综合效率。有机热电材料的柔性特性适合贴合SiC/GaN功率模块表面进行温差发电，为辅助电路供电。在电动汽车驱...
基于外生变量与调优形式时间序列提示增强的大型时间序列模型的风电功率预测
Wind power prediction using foundation large time series models enhanced by time series prompt in exogenous and tuning forms
Yuwei Fan · Tao Song · Chenlong Feng · Chao Liu 等5人 · Applied Energy · 2025年1月 · Vol.400
摘要 大型时间序列模型（Large Time Series Models, LTSMs）在能源领域具有广泛的应用前景，其中时间序列分析在电力预测等多种实际下游任务中发挥着重要作用。然而，对外生变量的忽视以及全量微调方法的局限性，制约了这些模型在下游任务中的适应能力。本文提出时间序列提示（Time Series Prompt, TSP）的概念，构建了一种基于TSP的方案，将外生变量融入基础LTSM，并结合参数高效微调（Parameter-Efficient Fine-Tuning, PEFT）方法...
解读: 该大型时序模型与时序提示技术对阳光电源风储系统具有重要价值。通过外生变量(风速预测)嵌入提示机制,可显著提升风电功率预测精度(MSE降低50%),结合参数高效微调进一步优化50%。该方法可直接应用于ST系列储能PCS的充放电策略优化,提升风储协同效率;集成至iSolarCloud平台实现智能预测性运...
下一代光热电站颗粒/超临界CO2流化床换热系统的设计与性能研究
Design and performance study of the particle/supercritical CO2 fluidized bed heat exchanger system for next generation CSP plant
Ruina Xua · Zhipeng Zhang · Feng Suna · Yi Xua 等11人 · Solar Energy · 2025年1月 · Vol.297
摘要 本文提出并构建了首套兆瓦级（MWth）用于下一代聚光太阳能发电（CSP）电站的颗粒/超临界二氧化碳（sCO2）流化床换热系统。在该CSP电站中，固体颗粒被选作太阳能集热器的吸热介质，并通过换热器将热量传递给sCO2，随后被加热的sCO2进入透平做功。换热器本体采用流化床结构，其中sCO2管束在流化空气的作用下从高温颗粒中吸收热量。颗粒沿换热器壁面流动，sCO2在两个箱体内部自上而下流动，流化空气被循环利用以提高系统的换热效率。本文详细描述了系统的整体结构设计。实验于2021年起在中国北京延...
解读: 该颗粒/超临界CO2流化床换热技术为下一代光热电站提供了高效热能转换方案,出口温度达552°C、效率83.2%,对阳光电源储能系统具有重要参考价值。其高温储热与sCO2布雷顿循环结合的思路,可启发ST系列储能变流器在光热-储能耦合场景的拓展应用。该系统的热管理技术和高效换热设计,对PowerTita...