找到 3 条结果
基于人工智能技术的电机应用综述
Application of Artificial Intelligence-Based Technique in Electric Motors: A Review
Wangde Qiu · Xing Zhao · Andy Tyrrell · Suresh Perinpanayagam 等6人 · IEEE Transactions on Power Electronics · 2024年10月
电机在工业领域应用广泛，提升其综合性能一直是研究热点。随着人工智能（AI）技术的快速发展，越来越多的AI方法被应用于电机领域，以实现更优的控制、监测与优化。
解读: 该文献探讨的AI技术在电机控制与故障诊断方面的应用，对阳光电源的业务具有参考价值。在风电变流器领域，AI算法可用于发电机侧的预测性维护及复杂工况下的自适应控制；在储能系统（如PowerTitan）的冷却风扇电机及PCS内部功率模块的健康状态监测中，引入机器学习模型可显著提升系统可靠性。建议研发团队关...
电力电子设备计算高效、实时且可嵌入的预测技术
Computationally Efficient, Real-Time, and Embeddable Prognostic Techniques for Power Electronics
Alireza Alghassi · Suresh Perinpanayagam · Mohammad Samie · Tarapong Sreenuch · IEEE Transactions on Power Electronics · 2015年5月
随着电力电子设备在现代车辆中承担关键安全功能，对其健康状态进行监测以确保可靠性至关重要。本文旨在开发一种预测电力电子组件剩余使用寿命（RUL）的预后方法，重点研究计算高效、可实时嵌入的算法，以提升系统在运行过程中的安全性和维护效率。
解读: 该技术对阳光电源的逆变器及储能系统（如PowerTitan、PowerStack系列）具有极高的应用价值。通过将高效的剩余寿命预测算法嵌入到iSolarCloud智能运维平台或本地控制器中，阳光电源可实现从“事后维修”向“预测性维护”的转型。特别是在高功率密度的组串式逆变器和大型储能PCS中，实时监...
利用对偶原理开发DC-DC变换器预测模型
Developing Prognostic Models Using Duality Principles for DC-to-DC Converters
Mohammad Samie · Suresh Perinpanayagam · Alireza Alghassi · Amir M. S. Motlagh 等5人 · IEEE Transactions on Power Electronics · 2015年5月
本文针对集成系统健康管理领域，探讨了在大规模应用场景下，如何利用相似子系统和组件构建有效的预测模型。针对由相似组件构成但拓扑结构不同的系统，文章提出了基于对偶原理的建模方法，旨在解决复杂电力电子系统在运行维护中的故障预测与寿命评估难题。
解读: 该研究对阳光电源的储能系统（如PowerTitan、PowerStack）及组串式逆变器具有重要价值。阳光电源的储能PCS和光伏逆变器内部包含大量DC-DC变换环节，通过对偶原理建立预测模型，可显著提升iSolarCloud平台的故障预警精度，实现从“被动维修”向“主动运维”的转型。建议研发团队将此...