找到 6 条结果
基于集成学习相关系数法的串联电池组电压传感器与短路故障鲁棒诊断
Ensemble Learning-Based Correlation Coefficient Method for Robust Diagnosis of Voltage Sensor and Short-Circuit Faults in Series Battery Packs
Guang Wang · Gaofeng Zhao · Jiale Xie · Kailong Liu · IEEE Transactions on Power Electronics · 2023年7月
针对电动汽车电池组安全运行，本文提出了一种基于集成学习框架的改进相关系数（CC）故障诊断方法。该方法结合多元统计分析与贝叶斯概率理论，通过多窗口宽度选择，实现了对电池组电压传感器故障及短路故障的鲁棒性诊断，显著提升了故障检测的准确性与可靠性。
解读: 该研究直接服务于阳光电源储能业务的核心安全需求。在PowerTitan和PowerStack等大型储能系统中，电池组的故障诊断是BMS（电池管理系统）的关键功能。该算法提出的集成学习与相关系数法，可有效提升BMS对电芯电压异常及短路故障的识别精度，降低误报率，从而增强系统的运行安全性。建议研发团队将...
一种用于低温下锂离子电池自加热的紧凑型谐振开关电容加热器
A Compact Resonant Switched-Capacitor Heater for Lithium-Ion Battery Self-Heating at Low Temperatures
Yunlong Shang · Kailong Liu · Naxin Cui · Nan Wang 等6人 · IEEE Transactions on Power Electronics · 2020年7月
锂离子电池在低温环境下性能显著下降，需在电动汽车启动前进行预热。本文提出一种紧凑型谐振开关电容加热电路，旨在实现快速、高效且均匀的电池自加热，克服了传统加热方案体积大、成本高及效率低的局限性。
解读: 该技术对阳光电源的储能业务（如PowerStack、PowerTitan）具有重要参考价值。在极寒地区，储能系统的电池性能衰减是行业痛点。通过集成此类高效谐振自加热电路，可优化BMS（电池管理系统）的温控策略，提升储能系统在低温环境下的可用容量与循环寿命。建议研发团队评估该拓扑在工商业及电网侧储能产...
一种基于极值样本熵的电动汽车锂离子电池微小短路故障诊断方法
An Applicable Minor Short-Circuit Fault Diagnosis Method for Automotive Lithium-Ion Batteries Based on Extremum Sample Entropy
Ziheng Mao · Xin Gu · Jinglun Li · Kailong Liu 等6人 · IEEE Transactions on Power Electronics · 2024年4月
保障锂离子电池模块安全是推广电动汽车的关键。在实际应用中，仅能获取模块总电压及单体最大/最小电压，导致现有方法难以诊断故障。本文提出一种基于极值样本熵的微小短路故障诊断方法，有效解决了在有限数据条件下对电动汽车电池模块进行故障诊断的难题。
解读: 该研究提出的基于极值样本熵的故障诊断算法，对于阳光电源的储能系统（PowerTitan、PowerStack）及BMS研发具有重要参考价值。储能系统在运行中同样面临单体电池微小短路难以早期发现的痛点，该方法在仅有有限监测数据的情况下即可实现诊断，能够显著提升阳光电源iSolarCloud平台对储能电...
基于代理标签引导的锂离子电池鲁棒健康监测：一种深度多任务学习方法
Robust Health Monitoring for Lithium-Ion Batteries Under Guidance of Proxy Labels: A Deep Multitask Learning Approach
Ruohan Guo · Kui Zhang · Shangyang He · Shengyu Tao 等10人 · IEEE Transactions on Power Electronics · 2025年8月
针对锂离子电池健康状态（SOH）估计中标签数据匮乏导致的泛化能力不足问题，本文提出了一种深度多任务学习方法。通过利用常规运行数据中的老化信息作为代理标签，有效提升了电池健康监测的鲁棒性，为电池全生命周期管理提供了新的数据驱动解决方案。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统在电网侧和工商业侧应用中，电池SOH的精准评估是保障系统安全与延长寿命的核心。该深度学习方法能有效解决实际运行中标签数据缺失的痛点，提升BMS的健康管理精度。建议将其集成至iSolarC...
基于云的锂离子电池异常检测、定位与分类
Cloud-Based Li-ion Battery Anomaly Detection, Localization and Classification
Aihua Tang · Zikang Wu · Yuchen Xu · Kailong Liu 等5人 · IEEE Transactions on Industrial Informatics · 2024年12月
实现对电池异常的全面、准确检测对于电池管理系统至关重要。然而，电气结构的复杂性和有限的计算资源往往给直接的车载诊断带来巨大挑战。本文提出了一种部署在云平台上的多功能电池异常诊断方法，满足异常检测、定位和分类的需求。首先，该方法从放电电压中提取四个异常特征以指示电池异常。利用这些特征，通过风险筛查过程将车辆分为高、中、低风险类别。其次，在离线阶段利用这些分类和先前的异常标签来训练异常分类器。然后，通过专门开发的电压累积差分均值模型进一步细分故障类型，细化预警信息。最后，利用25辆真实车辆的数据对所...
解读: 从阳光电源储能系统业务视角来看，这项基于云平台的锂电池异常检测技术具有重要的应用价值和借鉴意义。该技术通过提取放电电压的四个异常特征，实现了对电池异常的检测、定位和分类，在25辆实车数据验证中达到98%以上的检测准确率，展现出较高的技术成熟度。 对于阳光电源的储能系统产品线而言，该技术方案提供了三...
基于SPH方法的新型摆翼式波浪能转换装置功率性能与动态响应的建模与实验验证
SPH modeling and experimental validation on power performance and dynamic response of a novel swing-wing wave energy converter
Kai Liu · Ding Chen · Pan Liang · Xuehao Yao 等8人 · Energy Conversion and Management · 2025年2月 · Vol.325
摘要 针对传统电池驱动的海洋无人航行器续航能力有限、工作半径小的问题，提出了一种摆翼式波浪能转换装置（SW-WEC）的概念，以高效地将波浪能转化为机械能，并进一步转化为电能。准确分析SW-WEC的动态响应对于预测其发电性能至关重要，但采用传统数值方法实现这一目标具有较大挑战性。本文通过结合光滑粒子流体动力学（SPH）方法与Chrono-Engine，建立了全尺寸SW-WEC的流固耦合动力学模型。研究重点在于评估SPH方法在预测SW-WEC动态响应和功率性能方面的准确性，为此开展了实验与数值模拟两...
解读: 该摆翼式波浪能转换器技术对阳光电源海洋能源与储能系统融合具有启发意义。其PTO阻尼优化与功率控制策略可借鉴至ST系列PCS的能量管理算法,特别是波动性可再生能源的最大功率点跟踪。SPH流固耦合建模方法可应用于海上漂浮式光伏电站的动态响应分析。该技术为无人海洋设备供电场景提供了新思路,可与阳光电源储能...