找到 2 条结果
一种基于耦合电感的新型高升压DC-DC变换器及其在可再生能源中的应用
A New Quadratic High Step-Up DC–DC Converter Based on Coupled Inductors for Renewable Energy Applications
Vafa Marzang · Shirazul Islam · Atif Iqbal · Hasan Mehrjerdi 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月
本文提出了一种高升压DC-DC变换器拓扑，具有二次电压增益特性，且功率MOSFET承受较低的电压应力。该结构输入输出共地，开关源极直接接地，包含两个开关、三个二极管、四个电容和两个耦合电感。其中一个耦合电感为三绕组，用于提升电压增益并抑制输入电流纹波；另一个为双绕组，进一步提高增益。通过稳态分析推导了输出电压及MOSFET电压应力。该拓扑的关键优势在于利用耦合电感实现平滑的输入电流纹波。文中还与现有先进拓扑进行了对比，并给出了电压增益与电压应力的曲线比较。最后研制了实验样机，在18–48 V宽输...
解读: 该二次型高升压DC-DC变换器技术对阳光电源多条产品线具有应用价值。在ST储能系统中，可用于低压电池簇的升压接入，18-48V宽输入范围契合磷酸铁锂电池组电压波动特性，二次增益特性可减少级联级数；在SG光伏逆变器的前级DC-DC模块中，三绕组耦合电感抑制输入电流纹波的设计可优化MPPT算法性能，降低...
基于PCA和堆叠自编码器的混合机器学习框架用于智能电网数据注入攻击检测
Hybrid ML Framework for Data Injection Attack Detection Using PCA and Stacked Autoencoders
Shahid Tufail · Hasan Iqbal · Mohd Tariq · Arif I. Sarwat · IEEE Access · 2025年1月
随着智能电网日益互联，网络攻击特别是数据注入攻击变得更加普遍。此外，模型训练需要准确无偏的高质量数据。我们从现实世界收集的大多数数据稀疏、不完整、不一致和倾斜。为解决这些问题，本研究提出检测此类攻击的框架。使用堆叠自编码器架构生成少数类数据的合成实例。生成的类别解决数据不平衡以增强模型泛化能力并应对多样化攻击场景。评估各种机器学习算法，随机森林RF模型始终达到卓越准确率，范围从99.32%到95.89%。特别是，逻辑回归LR等传统算法对降维表现出敏感性，当主成分从全部降至10时经历16.96%准...
解读: 该数据注入攻击检测技术对阳光电源智能电网安全至关重要。阳光iSolarCloud平台和ST储能系统接入电网SCADA系统，面临虚假数据注入攻击威胁。该研究的堆叠自编码器和随机森林混合方法可集成到阳光网络安全防护体系，检测异常数据和攻击行为。在电网侧储能场景下，数据注入攻击可能导致储能系统误动作，影响...