找到 2 条结果
基于FPGA的自适应VMD数据深度卷积神经网络与在线序列RVFLN的电能质量事件识别
FPGA-Based Deep Convolutional Neural Network of Process Adaptive VMD Data With Online Sequential RVFLN for Power Quality Events Recognition
Mrutyunjaya Sahani · Pradipta Kishore Dash · IEEE Transactions on Power Electronics · 2021年4月
本文提出了一种集成自适应变分模态分解（SAVMD）、深度卷积神经网络（DCNN）和在线序列随机向量函数链接网络（OSRVFLN）的方法，用于实时分类单一及复合电能质量事件（PQEs）。SAVMD通过优化分解层数和数据保真因子，有效提取信号特征，结合DCNN与OSRVFLN实现高效的电能质量监测与识别。
解读: 该技术在电能质量监测与故障诊断领域具有重要应用价值，高度契合阳光电源iSolarCloud智能运维平台及储能系统（PowerTitan/PowerStack）的智能化需求。通过引入SAVMD与深度学习算法，可显著提升逆变器及PCS在复杂电网环境下的故障识别精度与响应速度，实现电能质量的实时监测与预警...
一种基于自适应积分滑模控制与鲁棒函数扩展多核BLS的光伏-电池直流微电网MPPT控制
An Adaptive Integral Backstepping SMC and Robust Functional Expanded Multikernel BLS Based MPPT Control in PV-Battery DC Microgrid System
Mrutyunjaya Sahani · Baladev Biswal · Eluri NVDV Prasad · Pradipta Kishore Dash 等5人 · IEEE Transactions on Power Electronics · 2024年3月
本文提出了一种鲁棒函数扩展多核广泛学习系统（RFEMBLS），通过引入辐照度和温度数据，在不确定条件下更精确地计算光伏参考电压。同时，引入新型下垂控制机制以获取参考电流，降低了对不同可再生能源接入的依赖。
解读: 该研究提出的RFEMBLS算法在复杂环境下的MPPT精度优化，可直接应用于阳光电源的组串式逆变器（如SG系列）及户用逆变器产品中，提升在阴影遮挡或极端天气下的发电效率。其引入的新型下垂控制机制与阳光电源的PowerTitan、PowerStack储能系统在微电网应用场景高度契合，有助于优化光储系统的...