找到 3 条结果
基于Kolmogorov–Arnold网络
KAN）的电力电子系统阻抗辨识方法
Cao Shen · Fei Zhang · Wei Gu · Tao Chen 等6人 · IEEE Transactions on Power Electronics · 2026年1月
本文针对电力电子系统稳定性分析中阻抗模型难以获取的问题，提出了一种基于Kolmogorov–Arnold网络（KAN）与物理信息融合的阻抗辨识方法。该方法适用于跟网型（GFL）和构网型（GFM）并网变换器，在缺乏详细控制器信息的情况下，能有效实现系统阻抗的精准辨识。
解读: 该技术对阳光电源的并网控制策略具有重要价值。随着PowerTitan系列储能系统和组串式逆变器在弱电网环境下的应用日益广泛，系统稳定性分析至关重要。KAN网络相比传统深度学习模型具有更好的可解释性和物理一致性，可集成至iSolarCloud智能运维平台，用于在线监测逆变器与电网的交互稳定性。建议研发...
一种具有二次电压增益和高增益比的开关LC双向DC-DC变换器，用于薄膜电容混合储能系统
A Switched-LC Bidirectional DC–DC Converter With Quadratic Voltage Gain and High Gain Ratio for Film Capacitor Hybrid Energy Storage System
Chao Zhang · Hao Chen · Jialong Gu · Xiaoyong Zhu 等7人 · IEEE Transactions on Power Electronics · 2026年3月
本文提出了一种用于薄膜电容混合储能系统的高增益双向DC-DC变换器。该拓扑结合了开关准Z源单元和开关LC单元，显著拓宽了薄膜电容的工作电压范围（20-150V），并有效提升了电动汽车制动能量的回收利用效率。
解读: 该拓扑结构通过开关LC网络实现了高电压增益，对阳光电源的储能系统（如PowerStack、PowerTitan系列）具有重要参考价值。在储能变流器（PCS）设计中，该技术有助于优化直流侧电压匹配，提升系统在宽电压范围下的转换效率，特别是在电池组电压波动较大或需要与薄膜电容混合储能配合的场景下，能有效...
基于Kolmogorov-Arnold网络的跟网型与构网型电力电子系统阻抗辨识
Kolmogorov-Arnold Network Based Impedance Identification of Power Electronic Systems with Grid Following and Grid Forming Control
Cao Shen · Fei Zhang · Wei Gu · Tao Chen 等6人 · IEEE Transactions on Power Electronics · 2025年9月
阻抗模型正被用于电力电子系统的稳定性分析。由于难以获取详细的控制器信息，因此很难推导解析阻抗模型。本文针对采用跟网型和构网型控制的并网变流器系统，提出了一种基于柯尔莫哥洛夫 - 阿诺尔德网络（KAN）和物理信息的阻抗识别方法。利用柯尔莫哥洛夫 - 阿诺尔德表示定理，所提出的两层 KAN 用可学习的单变量样条函数取代了固定的神经元权重，从而与具有相当精度的多层感知器相比，以更少的可训练参数和更浅的网络深度实现了通用逼近。通过实时数字仿真器中采用双馈感应发电机变流器的风电场验证了所提方法的有效性，并...
解读: 从阳光电源的业务角度来看，这项基于Kolmogorov-Arnold网络（KAN）的阻抗识别技术具有重要的战略价值。当前，阳光电源的光伏逆变器、储能系统在大规模并网场景中面临日益复杂的稳定性挑战，特别是在构网型（Grid-Forming）和跟网型（Grid-Following）控制模式共存的新型电力...