Giulia Di Nezio · Sergio de López Diz · Marco di Benedetto · Alessandro Lidozzi 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年1月

数字孪生技术通过高保真数字模型实时复现物理系统行为，正深刻变革能量转换领域。为实现预测性维护，需精准监测影响关键部件健康状态的参数。本文提出一种基于数字孪生的三相AC-DC开关变换器参数估计方法，采用粒子群优化（PSO）、遗传算法（GA）和模拟退火（SA）进行L型交流滤波器电感与直流侧电容参数辨识。在平衡与不平衡工况下验证了方法的鲁棒性与可行性，并对比了三种优化算法性能。结果表明该方法在系统辨识与状态监测中具有应用潜力。

解读: 该数字孪生参数辨识技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。通过PSO/GA/SA算法实时辨识LC滤波参数和直流侧电容，可直接应用于PowerTitan储能系统的预测性维护，监测电容老化和电感饱和等关键健康指标。该方法在不平衡工况下的鲁棒性验证，契合阳光电源1500V高压...