找到 1 条结果
基于机器学习的并网逆变器增强稳定性和动态性能的正向设计方法
Machine Learning-Based Forward Design Approach for Grid-Connected Inverters With Enhanced Stability and Dynamic Performance
Longxiang You · Xin Zhang · Sicong Jin · Moude Luan · IEEE Transactions on Power Electronics · 2025年10月
针对并网逆变器在弱电网下易发生级联失稳的问题，本文提出一种基于机器学习的正向设计方法。该方法在设计阶段即综合考虑了系统的级联稳定性与动态响应性能，通过机器学习模型优化控制参数，有效提升了逆变器在复杂电网环境下的运行稳定性和动态调节能力。
解读: 该研究直接契合阳光电源组串式逆变器及集中式逆变器在弱电网环境下的并网需求。随着全球光伏渗透率提升，电网强度降低，逆变器的稳定性设计面临挑战。该方法可应用于阳光电源iSolarCloud智能运维平台的数据积累，通过机器学习优化逆变器控制参数库，提升产品在弱电网下的适应性。建议研发团队将此正向设计方法集...