找到 2 条结果

排序:
储能系统技术 SiC器件 深度学习 ★ 5.0

用于设计高储能性能聚合物纳米复合材料的相场模拟物理信息神经网络

Physics-informed neural networks for phase-field simulation in designing high energy storage performance polymer nanocomposites

Qiao Li · Tan Zeng · Hongxiao Yang · Jun Ma 等6人 · Applied Physics Letters · 2025年2月 · Vol.126

本文提出一种基于物理信息神经网络(PINNs)的相场模拟方法,用于高效设计高能量存储性能的聚合物纳米复合材料。该方法融合深度学习与相场模型,通过嵌入控制方程和物理约束,显著提升计算效率并准确预测纳米复合材料中电畴演化与界面效应。结合实验验证,所提模型可优化填料分布与微观结构,实现高储能密度与低损耗。研究为多功能介电材料的设计提供了新范式。

解读: 该物理信息神经网络相场模拟技术对阳光电源储能系统的介电材料设计具有重要应用价值。在ST系列储能变流器和PowerTitan大型储能系统中,高能量密度电容器是直流母线支撑和滤波的关键器件,该技术可优化聚合物薄膜电容的填料分布与微观结构,提升储能密度并降低介电损耗,直接改善功率密度和系统效率。结合SiC...

拓扑与电路 充电桩 功率模块 ★ 2.0

基于谐波提取的SS补偿无线电能传输系统互感与负载移动快速前端监测方法

A Fast Front-End Monitoring Method for Mutual Inductance and Load Movement in SS-Compensated Wireless Power Transfer Systems Based on Harmonics Extraction

Junming Zeng · Kerui Li · Huawei Yuan · Yun Yang 等7人 · IEEE Transactions on Power Electronics · 2025年1月

本文提出了一种针对SS补偿无线电能传输(WPT)系统互感和负载移动的快速在线前端监测方法。该方法克服了传统监测方案依赖负载电阻知识、频率偏移或特殊开关动作的局限性,实现了无需额外通信的互感与负载参数实时估计,提升了系统运行的动态响应能力与控制精度。

解读: 该技术主要针对无线电能传输(WPT)领域,虽然阳光电源目前的核心业务聚焦于光伏逆变器、储能系统及有线充电桩,但无线充电技术是未来电动汽车充电桩产品线潜在的技术储备方向。该监测方法通过谐波提取实现参数估计,无需额外通信,有助于提升无线充电系统的效率与安全性。建议研发团队关注该技术在未来高功率无线充电模...