找到 2 条结果
基于轻量级实现的约束分支搜索拓扑识别流计算方法
Constrained Branching Search for Topology Identification Stream Computing With Lightweight Implementation
Zhuoheng Wang · Jie Gao · Qiushi Cui · Yang Weng · IEEE Transactions on Power Systems · 2024年12月
准确的拓扑感知对低压配电网（LVDN）稳定性至关重要。传统基于阻抗的拓扑恢复方法常因阻抗数据不准确而难以保证精度。针对传感器数据质量不佳的问题，本文提出一种面向辐射型LVDN的流式计算框架下的约束分支搜索拓扑识别方法。该方法利用基于物理模型的节点连接约束恢复网络结构，并引入插件式光伏接入位置的数学模型。设计了轻量级流计算系统CommuniDispatch，并结合拉丁超立方采样递归边界搜索（LHS-RBS）算法显著提升计算效率。实验验证了该方法在拓扑识别精度、抗数据质量问题鲁棒性、光伏定位能力及计...
解读: 该拓扑识别技术对阳光电源iSolarCloud智能运维平台和ST储能系统具有重要应用价值。在低压配电网场景中，准确的拓扑感知是实现分布式光伏和储能系统协同控制的基础。该方法的轻量级流计算框架可集成至iSolarCloud平台，实时监测SG系列逆变器接入位置和网络拓扑变化，提升智能诊断精度。对于Pow...
内在与外在学习框架用于多设备初期故障检测与分类
Intrinsic and Extrinsic Learning Framework for Multi-Equipment Incipient Fault Detection and Classification
Lixian Shi · Yang Weng · Qiushi Cui · Xiaodong Zheng 等6人 · IEEE Transactions on Industry Applications · 2024年9月
早期故障（IFs）是电力设备故障的先兆。由于发生频率低，早期故障数据十分稀缺。早期故障数据的稀缺导致识别早期故障存在困难。传统方法缺乏学习早期故障数据丰富且有意义表征的能力，尤其是在早期故障数据有限的情况下。此外，一些将波形转换为图像的方法在捕捉时间关系和分析波形失真方面并无优势。为解决这些问题，本文开发了一个名为INTEL - IFD的智能框架。在数据处理过程中，提出了一种加权早期故障格拉姆矩阵表达方法，以获得增强了早期故障特征的加权格拉姆图像，用于进一步基于图像的智能识别。为应对故障数据有限...
解读: 该内在与外在学习框架对阳光电源的功率器件故障预测具有重要应用价值。可应用于ST系列储能变流器、SG系列光伏逆变器中的SiC功率模块故障预警,以及PowerTitan大型储能系统的预测性维护。通过挖掘有限故障样本的深层特征并引入外部知识,可提升iSolarCloud平台对功率器件初期故障的诊断准确率。...