找到 2 条结果
基于迁移学习的模块化多电平变换器在线阻抗辨识
Transfer Learning Based Online Impedance Identification for Modular Multilevel Converters
Mengfan Zhang · Yang Zhang · Qianwen Xu · IEEE Transactions on Power Electronics · 2023年10月
随着模块化多电平变换器（MMC）的大规模应用，系统稳定性问题日益突出。基于阻抗的稳定性分析方法因其非侵入式测量特性，成为黑盒稳定性分析的主流手段。针对数据量有限导致的阻抗辨识困难，本文提出一种基于迁移学习的在线阻抗辨识方法，旨在提升MMC与电网交互系统的稳定性分析精度与效率。
解读: 该技术对阳光电源的大型地面光伏电站及储能系统（如PowerTitan系列）具有重要参考价值。随着电网环境日益复杂，弱电网下的并网稳定性成为核心挑战。MMC技术在大型储能PCS及高压直流输电领域应用广泛，该研究提出的在线阻抗辨识方法，可辅助iSolarCloud平台实现更精准的电网交互特性监测，提前预...
基于人工神经网络的多工作点阻抗模型辨识
Artificial Neural Network Based Identification of Multi-Operating-Point Impedance Model
Mengfan Zhang · Xiongfei Wang · Dongsheng Yang · Mads Graesboll Christensen · IEEE Transactions on Power Electronics · 2021年2月
本文提出了一种基于人工神经网络的电压源逆变器（VSI）阻抗模型辨识方法。该方法无需获取逆变器内部控制细节，即可在终端测量黑箱阻抗模型。针对逆变器阻抗随工作点变化而改变的特性，该方法能有效实现多工作点下的阻抗特征提取，为分析逆变器与电网的交互作用提供了有力工具。
解读: 该技术对阳光电源的组串式和集中式光伏逆变器业务具有重要价值。随着电网环境日益复杂（如弱电网场景），逆变器与电网的谐振交互问题成为稳定性挑战的核心。该方法通过黑箱建模实现阻抗辨识，无需暴露核心控制算法，即可在iSolarCloud平台或现场运维中快速评估设备在不同工况下的并网稳定性。建议研发团队将其集...