找到 3 条结果
基于状态空间映射的数据驱动型风电场频率特性动态评估
Data-driven Dynamic Assessment of Wind Farm Frequency Characteristics Based on State Space Mapping
Jiachen LiuZhongguan WangXiaodi ZangXialin LiLi GuoQinglin MengChengshan Wang · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
随着大规模风电机组通过电力电子接口接入电网，电力系统面临日益严峻的频率稳定问题。由于风电机组数量众多且动态特性复杂，运行人员难以协调单个机组直接提供频率支撑，亟需评估风电场的一次调频能力。本文提出一种基于数据驱动与状态空间映射的线性化模型，结合Koopman算子理论，将风电场非线性动态转化为线性升维代数模型，利用历史数据实时评估其最大一次调频能力。仿真结果表明，该方法求解快速、无需精确模型参数，且对训练数据需求较低。
解读: 该研究对阳光电源储能与风电产品的调频控制具有重要参考价值。基于状态空间映射的数据驱动方法可应用于ST系列储能变流器和PowerTitan系统的一次调频能力评估,优化GFM/VSG控制策略。特别是在大规模风储联合项目中,该方法能实时评估系统调频潜力,提升iSolarCloud平台的智能调度功能。通过K...
基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估
Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping
Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月
可再生能源在电力系统中的渗透率不断提高，这使得风电场提供频率支撑成为必要。考虑到风力发电机组（WTs）的复杂协调以及频率响应的时变特性，有必要评估风电场的一次频率调节（PFR）能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战，本文提出了一种用于风电场的基于数据驱动的状态空间映射方法，以构建下垂系数和惯性系数的可行区域，并通过迭代方案确定最优系数。基于库普曼算子理论（KOT），将一次频率调节的非线性模型转化为线性升维形式，从而可以利用测量数据进行实时评估。...
解读: 从阳光电源的业务视角看，这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进，新能源渗透率持续提升，电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法，为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...
基于上下文集成语言-图像多模态网络的少样本光伏薄膜缺陷检测
Few-Shot Photovoltaic Film Defect Detection With Contextual Ensemble Language-Image Multimodal Network
Huiyan Wang · Ruihao Peng · Yiheng Zhu · Jiachen Li 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月
工业光伏薄膜缺陷的自动检测对于确保光伏组件的可靠性至关重要。主要挑战包括缺陷样本有限、类别间特征相似以及复杂背景的干扰。现有的基于深度学习的方法需要大规模数据集，且仅关注视觉数据，这限制了它们在少样本缺陷检测（FSDD）中的有效性。为应对这些挑战，我们提出了上下文集成语言 - 图像多模态网络（CELIN），该网络通过提示调优融入文本信息，提升了光伏薄膜的少样本缺陷检测能力。与依赖单一固定文本提示的传统语言 - 图像模型不同，CELIN采用位置感知上下文集成策略来整合特定位置的提示向量，使模型能够...
解读: 从阳光电源的业务视角来看，这项基于语言-图像多模态网络的光伏薄膜缺陷检测技术具有重要的战略价值。作为光伏组件可靠性保障的关键环节，该技术直接关系到我们光伏逆变器、储能系统等核心产品的上游供应链质量控制。 该技术的核心创新在于解决了工业场景中的三大痛点：小样本学习、相似缺陷区分和复杂背景干扰。传统深...