找到 2 条结果
基于忆阻器的人工神经元革新类脑计算
Revolutionizing neuromorphic computing with memristor-based artificial neurons
Yanning Chen1Guobin Zhang2Fang Liu1Bo Wu1Yongfeng Deng1Dawei Gao2Yishu Zhang2 · 半导体学报 · 2025年1月 · Vol.46
随着传统冯·诺依曼架构在应对大数据与复杂计算任务时面临瓶颈，受人脑神经网络启发的类脑计算成为有前景的替代方案。易失性忆阻器，特别是莫特忆阻器和扩散型忆阻器，因其可模拟神经元的脉冲发放等动态特性，受到广泛关注，有望构建可重构、自适应的计算系统。近期研究已实现漏电积分-放电、霍奇金-赫胥黎、光电及时间表面神经元模型，显著提升了类脑系统的能效与集成度。本文综述基于易失性忆阻器的人工神经元最新进展，探讨其与人工突触集成的潜力，并指出提升器件可靠性与探索新架构是未来发展的关键挑战。
解读: 忆阻器类脑计算技术对阳光电源智能控制系统具有前瞻性价值。其低功耗、高并行的神经形态计算特性可应用于：1）PowerTitan储能系统的实时功率预测与能量管理，通过硬件神经网络实现毫秒级响应的负荷预测和削峰填谷优化；2）SG系列逆变器的MPPT算法加速，利用忆阻器阵列实现复杂光照条件下的快速最优点追踪...
高精度有限控制集模型预测控制在三相三电平NPC逆变器中的应用
Enhanced Accuracy Finite-Control-Set Model-Predictive Control for Three-Phase Three-Level NPC Inverter
Xu Zhang · Zhixun Ma · Xinbo Cai · Xiang Wu 等6人 · IEEE Transactions on Power Electronics · 2025年3月
本文提出了一种提高精度的有限控制集模型预测控制（FCS - MPC）方法。传统 FCS - MPC 的主要优点是通过统一的代价函数易于实现多目标优化。然而，这种方法存在明显的缺点：开关动作只能在固定位置发生，且可能的开关位置完全由初始开关位置决定。这一方案降低了控制精度。本文提出了一种能够灵活改变开关状态切换位置的 FCS - MPC 方法。该方法不仅提高了逆变器的开关精度，还保留了每个控制周期开关动作不超过一次的特点，因而具备 FCS - MPC 的所有优点。实验验证了所提方法的可行性和优越性...
解读: 从阳光电源的业务视角来看，该论文提出的增强精度有限控制集模型预测控制（FCS-MPC）技术对我司三电平NPC逆变器产品线具有重要应用价值。作为光伏逆变器和储能变流器的核心控制算法，该技术直接关系到产品的电能质量、效率和可靠性。 传统FCS-MPC虽然能通过统一代价函数实现多目标优化，但其开关动作只...