找到 9 条结果
基于双向长短期记忆网络
Bi-LSTM）的并网变流器序阻抗预测
Sijia Li · Rui Kong · Frede Blaabjerg · Amjad Anvari-Moghaddam · IEEE Transactions on Power Electronics · 2026年2月
大规模电压源变流器（VSC）接入电网可能引发稳定性问题。基于阻抗建模的稳定性分析是解决该问题的核心框架。然而，在变流器内部结构和参数未知的情况下，现有频率扫描测量技术存在局限。本文提出一种基于Bi-LSTM神经网络的序阻抗预测方法，旨在实现对变流器阻抗特性的快速、准确评估，为复杂电网环境下的稳定性分析提供新途径。
解读: 该技术对阳光电源的组串式和集中式光伏逆变器、PowerTitan/PowerStack储能变流器（PCS）具有极高价值。在弱电网或复杂电网环境下，逆变器与电网的交互稳定性是核心痛点。通过引入Bi-LSTM深度学习模型，阳光电源可在iSolarCloud平台或现场运维中，无需获取逆变器内部详细参数即可...
一种用于可控感性电力滤波系统的虚拟阻抗综合控制策略
A Virtual Impedance Comprehensive Control Strategy for the Controllably Inductive Power Filtering System
Yong Li · Qianyi Liu · Sijia Hu · Fang Liu 等7人 · IEEE Transactions on Power Electronics · 2017年2月
本文针对具有新型滤波机制的可控感性电力滤波（CIPF）系统，提出了一种虚拟阻抗综合控制（VICC）策略。该策略旨在满足感性电力滤波系统的零阻抗设计前提，并能有效抑制电网侧的谐波谐振。通过所提出的零阻抗控制，实现了系统性能的优化。
解读: 该研究提出的虚拟阻抗控制策略对于阳光电源的组串式逆变器及大型集中式逆变器具有重要参考价值。在当前电网环境日益复杂、弱电网接入比例提升的背景下，该技术能有效抑制谐波谐振，提升并网稳定性。建议研发团队将其应用于PowerTitan等储能变流器（PCS）及大功率光伏逆变器的控制算法优化中，特别是针对构网型...
基于边缘侧轻量化二维CNN的ANPC逆变器在线开路故障诊断
Online Open-Circuit Fault Diagnosis for ANPC Inverters Using Edge-Based Lightweight Two-Dimensional CNN
Chunxing Yao · Shuai Xu · Guanzhou Ren · Sijia Wu 等7人 · IEEE Transactions on Power Electronics · 2024年4月
针对多电平逆变器故障诊断多为离线处理的问题，本文提出了一种用于三电平有源中点钳位（3L-ANPC）逆变器开路故障的在线诊断策略。通过将训练好的轻量化二维卷积神经网络（CNN）部署在边缘计算板上，实现了对逆变器故障的实时、精准检测，提升了电力电子系统的可靠性。
解读: 该技术对阳光电源的核心产品线（如大功率组串式逆变器及集中式逆变器）具有极高的应用价值。ANPC拓扑常用于高压大功率光伏逆变器中，通过边缘侧轻量化CNN实现故障诊断，可显著提升iSolarCloud智能运维平台的故障预警能力，缩短运维响应时间。建议研发团队将此算法模型集成至逆变器的主控DSP或边缘网关...
基于YNvd接线平衡变压器的电气化铁路无功补偿与负序电流抑制系统——第一部分：理论分析
Reactive Power Compensation and Negative-Sequence Current Suppression System for Electrical Railways With YNvd-Connected Balance Transformer—Part I: Theoretical Analysis
Zhiwen Zhang · Bin Xie · Sijia Hu · Yong Li 等7人 · IEEE Transactions on Power Electronics · 2018年1月
本文提出了一种基于YNvd接线平衡变压器的新型电气化铁路电能质量改善系统，用于无功补偿和负序电流抑制。该系统不同于传统的铁路静止功率调节器，通过集成多重背靠背变换器，有效提升了铁路供电系统与三相公用电网的电能质量。
解读: 该文献探讨的负序电流抑制与无功补偿技术，在电网侧与大功率工业应用场景中具有参考价值。阳光电源的集中式逆变器及PowerTitan储能系统在接入弱电网或复杂工业电网时，面临类似的电能质量挑战。虽然该文侧重于铁路牵引供电，但其背靠背变换器拓扑及负序抑制控制策略，可为阳光电源优化大型储能电站（PCS）在不...
三相DAB功率变换器的一种快速可靠启动策略
A Fast and Reliable Start-up Strategy for Three-Phase DAB Power Converters
Zhihao Chen · Zhen Li · Sijia Huang · Xiaozhe Sun 等6人 · IEEE Transactions on Power Electronics · 2025年7月
三相双有源桥（3p-DAB）变换器凭借高功率密度、双向功率流及软开关特性，在直流转换系统中极具前景。然而，如何在满足电流限制的前提下实现快速且可靠的启动仍具挑战。本文提出了一种针对3p-DAB变换器的简单有效启动策略。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要价值。3p-DAB是中高压储能变流器（PCS）的核心拓扑，其启动过程的可靠性直接影响储能系统的黑启动能力及并网稳定性。通过优化启动策略，可有效抑制启动电流冲击，提升功率模块的寿命与系统安全性。建议研发团队将其应用于...
一种耦合非对称双LC支路的新型铁路潮流控制系统
A New Railway Power Flow Control System Coupled With Asymmetric Double LC Branches
Sijia Hu · Zhiwen Zhang · Yong Li · Longfu Luo 等10人 · IEEE Transactions on Power Electronics · 2015年10月
针对传统两相电气化铁路供电系统的电能质量及中性区问题，本文提出了一种基于非对称双LC耦合的新型铁路潮流调节器（RPC）。该拓扑旨在提升RPC系统的成本效益与可靠性，通过优化LC支路结构，有效改善了铁路供电系统的功率流控制能力。
解读: 该研究涉及的非对称LC耦合拓扑与单相功率变换技术，在电力电子拓扑架构上与阳光电源的储能变流器（PCS）及组串式逆变器存在底层技术共性。虽然该文聚焦于铁路供电领域，但其提出的LC谐振支路优化与功率流控制策略，可为阳光电源PowerTitan等储能系统在复杂电网环境下的滤波设计及多机并联控制提供拓扑演进...
采用YNvd接线平衡变压器的电气化铁路无功补偿与负序电流抑制系统——第二部分：实现与验证
Reactive Power Compensation and Negative-Sequence Current Suppression System for Electrical Railways With YNvd-Connected Balance Transformer—Part II: Implementation and Verification
Bin Xie · Zhiwen Zhang · Yong Li · Sijia Hu 等7人 · IEEE Transactions on Power Electronics · 2017年12月
本文重点研究了基于YNvd接线平衡变压器的电气化铁路无功补偿与负序电流抑制系统的实现与验证。通过仿真与实验，建立了系统模型，并提出了一种基于两相旋转坐标系的电流控制方法，深入分析了该系统的耗散特性，验证了其在抑制负序电流及补偿无功功率方面的有效性。
解读: 该文献探讨的负序电流抑制与无功补偿技术，对于阳光电源的电网支撑型产品具有参考价值。虽然主要针对电气化铁路场景，但其提出的基于旋转坐标系的电流控制策略及对电网不平衡的处理方法，可优化阳光电源在弱电网环境下组串式逆变器及PowerTitan储能系统的并网性能。建议研发团队借鉴其负序抑制算法，提升产品在复...
面向三相双有源桥变换器效率优化的无模型深度强化学习框架
A Model-Free Deep Reinforcement Learning Framework for Efficiency Optimization of Three-Phase Dual-Active-Bridge Converters
Zhihao Chen · Zhen Li · Sijia Huang · Haoyu Chen 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月 · Vol.14
本文提出一种基于深度强化学习的无模型优化框架，直接通过系统交互学习高效控制策略，无需电气参数建模；开发了适配三相DAB单步决策的改进DDPG算法及AI驱动占空比控制策略，并通过参数敏感性分析验证其强泛化能力。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及光储一体化系统中双向DC-DC环节的效率优化需求。三相DAB拓扑广泛应用于储能变流器的直流侧隔离与电压匹配，其动态效率直接影响系统LCOE。所提无模型RL方法可嵌入iSolarCloud智能运维平台，实现PCS在宽工况下的自适应效率寻优，建...
三相双有源桥变换器效率优化的无模型深度强化学习框架
A Model-Free Deep Reinforcement Learning Framework for Efficiency Optimization of Three-Phase Dual Active Bridge Converters
Zhihao Chen · Zhen Li · Sijia Huang · Haoyu Chen 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月
针对三相双有源桥(3p-DAB)变换器效率优化面临的挑战,现有数学推导和人工智能方法依赖复杂耗时的解析或数据驱动建模增加开发复杂度。提出基于深度强化学习的无模型优化框架,通过系统交互直接学习策略而无需电气参数显式建模,显著减少开发时间并确保优化性能。参数敏感性分析验证不同变换器条件下的强泛化性。开发深度确定性策略梯度算法退化变体用于3p-DAB单步决策优化,配合AI驱动占空比控制策略提升效率。与先进数学分析和数据驱动方法的综合对比验证了所提方法的有效性。
解读: 该深度强化学习DAB优化技术对阳光电源智能变换器开发有重要创新价值。无模型优化框架可应用于ST储能变流器的DAB模块效率优化,减少建模工作量并加快产品开发周期。深度确定性策略梯度算法对PowerTitan大型储能系统的多模块协调控制有借鉴意义,可实现自适应效率优化。该技术对阳光电源AI驱动的iSol...