找到 3 条结果
一种新型无耦合电感非隔离DC-DC变换器的设计与可靠性分析
Design and Reliability Analysis of a New Non-Isolated DC–DC Converter Without Coupled Inductors
R. Rajesh · Natarajan Prabaharan · Carlo Cecati · IEEE Transactions on Power Electronics · 2025年11月
本文提出了一种新型无耦合电感非隔离DC-DC变换器，旨在低占空比下实现高电压增益，同时降低开关管电压应力并提升可靠性。文章通过连续导通模式（CCM）和断续导通模式（DCM）下的稳态数学方程对该变换器的工作原理进行了深入分析。
解读: 该拓扑通过优化无耦合电感结构实现了高增益与低电压应力，这对阳光电源的组串式光伏逆变器（如SG系列）及户用储能系统（如SH系列）具有重要参考价值。在光伏侧，高增益特性可提升MPPT电压范围，增强对弱光环境的适应性；在储能侧，降低开关管电压应力有助于选用更具性价比的功率器件，提升系统整体效率与可靠性。建...
一种用于新型非隔离高增益DC-DC变换器的采样数据控制器闭环研究
A Closed-Loop Using Sampled-Data Controller for a New Nonisolated High-Gain DC–DC Converter
R. Rajesh · Natarajan Prabaharan · T. K. Santhosh · Rajarathinam Vadivel 等5人 · IEEE Transactions on Power Electronics · 2024年7月
本文研究了一种新型非隔离DC-DC变换器的采样数据（SD）闭环控制策略，旨在实现恒定输出电压。该拓扑结构在占空比为0.6时可实现10倍的高电压增益，并有效降低了功率开关管的电压应力，提升了变换效率与可靠性。
解读: 该研究提出的高增益非隔离DC-DC拓扑对于阳光电源的组串式光伏逆变器及户用储能系统具有重要参考价值。在光伏应用中，高增益拓扑能有效适配低压光伏组件，减少升压级级数，从而提升整机效率并降低体积。在储能领域，该技术有助于优化电池侧与直流母线间的电压匹配，降低功率器件的电压应力，从而提升PowerStac...
网络攻击预测：从传统机器学习到生成式人工智能
Cyber Attack Prediction: From Traditional Machine Learning to Generative Artificial Intelligence
Shilpa Ankalaki · Aparna Rajesh Atmakuri · M. Pallavi · Geetabai S Hukkeri 等6人 · IEEE Access · 2025年3月
网络威胁日益复杂对个人、组织和国家构成重大风险。网络犯罪包括黑客攻击和数据泄露,具有严重经济和社会后果。传统安全解决方案难以应对不断演变的威胁态势。人工智能AI提供强大技术来应对这些挑战。本文探讨AI方法包括机器学习ML、深度学习DL、自然语言处理NLP、可解释AI和生成式AI在解决各种网络安全问题中的应用。关键贡献包括:1)ML和DL方法对比研究,评估准确性、适用性和各种网络安全挑战的适用性;2)可解释AI方法研究,增强AI安全解决方案的透明度和可解释性;3)生成式AI和NLP新兴趋势探索,检...
解读: 该网络安全AI技术对阳光电源iSolarCloud平台和智能设备安全防护有重要参考价值。阳光云平台连接海量光伏储能设备,面临网络攻击威胁。生成式AI和机器学习方法可应用于阳光平台的入侵检测和异常行为识别。可解释AI技术可提升阳光安全系统的透明度,辅助安全运维决策。威胁情报生成和攻击模拟方法对阳光安全...