找到 2 条结果
基于代理标签引导的锂离子电池鲁棒健康监测：一种深度多任务学习方法
Robust Health Monitoring for Lithium-Ion Batteries Under Guidance of Proxy Labels: A Deep Multitask Learning Approach
Ruohan Guo · Kui Zhang · Shangyang He · Shengyu Tao 等10人 · IEEE Transactions on Power Electronics · 2025年8月
针对锂离子电池健康状态（SOH）估计中标签数据匮乏导致的泛化能力不足问题，本文提出了一种深度多任务学习方法。通过利用常规运行数据中的老化信息作为代理标签，有效提升了电池健康监测的鲁棒性，为电池全生命周期管理提供了新的数据驱动解决方案。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前储能系统在电网侧和工商业侧应用中，电池SOH的精准评估是保障系统安全与延长寿命的核心。该深度学习方法能有效解决实际运行中标签数据缺失的痛点，提升BMS的健康管理精度。建议将其集成至iSolarC...
基于静止卫星数据的太阳能发电临近预报Transformer方法
Transformer approach to nowcasting solar energy using geostationary satellite data
Ruohan Li · Dongdong Wang · Zhihao Wang · Shunlin Liang 等7人 · Applied Energy · 2025年1月 · Vol.377
到达光伏面板的全球水平辐照度（GHI）在空间和时间上的不可预测性，给区域尺度上稳定且经济高效地将太阳能电力接入电网带来了挑战。因此，亟需一种及时且准确的大规模GHI临近预报方法，而现有大多数研究在此方面仍显不足。本研究提出了SolarFormer模型，该模型利用卫星数据并结合门控循环单元，实现近实时的GHI估算；同时引入时空Transformer模块，以15分钟为间隔提供最长3小时的预报，且在较长的预报时效内仍能保持较高的预报精度而不出现显著退化。SolarFormer仅需GOES-16与Him...
解读: 该SolarFormer卫星辐照度预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。3小时提前量、15分钟间隔的GHI精准预测可优化储能充放电策略,提升电网友好性。结合iSolarCloud平台可实现区域级光储协同调度,降低预测偏差导致的弃光率。其近实时特性可增强S...