找到 4 条结果
电压源逆变器供电同步磁阻电机开路故障的统一诊断与定位方法
Unified Diagnosis and Localization Method of Open Switch Faults in Voltage Source Inverters-Fed Synchronous Reluctance Motors
Muhammad Salman · Jacopo Riccio · Sejir Khojet El Khil · Pericle Zanchetta 等5人 · IEEE Transactions on Industry Applications · 2025年6月
故障诊断与定位对于维持电机驱动系统的完整性和优化维护措施至关重要。本文介绍了一种用于快速诊断和定位驱动同步磁阻电机驱动器的功率变换器中半导体开关开路故障的新方法。通过探索创新的诊断技术，强调了基于信号的方法在准确识别故障方面的有效性。提出了一种基于功率诊断方法来检测开关开路故障的新算法。该方法既能实现准确快速的诊断，又能实现故障定位。通过仿真和实验数据对该技术的性能进行了评估，证明了其在提高电机驱动系统可靠性方面的有效性。
解读: 从阳光电源的业务视角来看，该论文提出的功率变换器开关故障统一诊断与定位方法具有重要的技术参考价值。尽管研究对象聚焦于同步磁阻电机驱动系统，但其核心技术路径——基于功率信号的半导体开关故障诊断算法——与公司光伏逆变器、储能变流器等核心产品的可靠性保障需求高度契合。 在光伏逆变器领域，IGBT等功率开...
超参数优化自动化机器学习与可解释人工智能模型的对比分析
Comparative Analysis of Automated Machine Learning for Hyperparameter Optimization
Muhammad Salman Khan · Tianbo Peng · Hanzlah Akhlaq · Muhammad Adeel Khan · IEEE Access · 2025年5月
人工智能AI日益应用于解决复杂现实问题。AI最重大挑战之一在于为给定任务选择和微调最优算法。自动化机器学习AutoML模型作为应对这一挑战的有前途解决方案出现，通过系统探索超参数空间高效识别最优配置。本研究通过对AutoML框架进行超参数优化综合对比分析以及评估各种可解释性技术提升模型可解释性有效性，解决当前文献中的关键空白。为此，选择随机森林RF作为基础模型并与九种不同AutoML框架集成，即随机搜索RS、网格搜索GS、Hyperopt、TPOT、Optuna、GP Minimize、Fore...
解读: 该自动化机器学习技术对阳光电源数据分析和优化具有重要应用价值。阳光iSolarCloud平台处理海量光伏储能运行数据，需要高效的机器学习模型开发工具。该研究的AutoML框架对比和Optuna优选结果可指导阳光优化云平台的预测模型，如光伏发电预测、电池寿命预测和故障诊断。在储能系统优化中，该超参数自...
提升太阳能电池板性能：一种基于机器学习的灰尘检测与自动化喷水清洁策略
Enhancing solar panel performance: A machine learning approach to dust detection and automated water sprinkle-based cleaning strategy
Salman Hossain · All Mumtahina Arik · Iffat Nowshin Fahim · Jamal Uddin 等7人 · Solar Energy · 2025年2月 · Vol.287
摘要 光伏（PV）组件由于灰尘积聚，其效率显著降低。为了以经济有效的方式最小化灰尘对光伏系统的影响，需要确定最优的清洁间隔。为实现该目标，可利用机器学习（ML）模型检测光伏组件上的灰尘水平是否超过预设阈值，从而在无需现场人工干预的情况下判断是否需要清洁面板。基于此目标，本研究分析了灰尘在孟加拉国对光伏系统的不利影响，并提出了一种基于机器学习分类的新型灰尘检测方法，进而开发了一套清洁系统。本文实现了多种机器学习分类器，并对其性能进行了评估，其中表现最优的人工神经网络（ANN）模型达到了98.11%...
解读: 该机器学习驱动的光伏清洁技术对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。研究证实灰尘导致效率损失可达14.87%,ANN模型98.11%的检测精度可集成至智能运维系统,结合MPPT优化算法实现发电量损失预警。建议将该分类模型嵌入iSolarCloud平台,通过逆变器实时功率...
基于分布式ADMM方法的智能家庭、微电网与氢能集成配电网络三级分层优化框架
A tri-level hierarchical optimization framework for smart homes, microgrids, and distribution networks with hydrogen integration using a distributed ADMM approach
Salman Habib · Sami El-Ferik · Muhammad Majid Gulzar · Sohaib Tahir Chauhdary 等6人 · Applied Energy · 2025年12月 · Vol.400
摘要 本文提出了一种三级分层优化框架，用于协调高比例分布式能源（DERs）接入下的现代配电系统中的决策过程。在底层（第一级），各个智能家庭对其本地光伏发电、电池储能和电动汽车充电进行优化，以降低成本或提高自用率。在第二级，微电网对家庭层面的决策进行聚合，共享风力发电机和燃料电池等资源，并支持点对点能量交易。在顶层（第三级），配电网运营商（DSO）负责调度集中式发电，执行线路容量限制，并设定电价信号或激励机制，以维持系统的整体可靠性。由于直接求解该大规模混合整数线性规划问题在计算上具有挑战性，本文...
解读: 该三层分层优化框架对阳光电源户用光储充一体化解决方案具有重要应用价值。底层智能家居优化与SG系列户用光伏逆变器、ST系列储能变流器及EV充电桩深度契合,可通过分布式ADMM算法实现成本降低12%、网损从4.1%降至3.3%。微电网层的P2P交易机制可赋能PowerTitan储能系统参与多场景协调调度...