找到 3 条结果
基于大语言模型的家庭能源管理：动态用户偏好识别与分层数据共享
Large language model-enhanced home energy management with dynamic user preference elicitation and hierarchical data-sharing
Xunning Zhang · Yuheng Cheng · Xuanang Gui · Huan Zhao 等6人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合大语言模型（LLM）的家庭能源管理系统，通过动态交互式偏好采集和隐私保护的分层数据共享机制，提升用户侧能源调度的个性化与协同优化能力。
解读: 该研究对阳光电源户用光伏+储能系统（如PowerStack户用版、ST5/10K系列PCS及iSolarCloud平台）具有直接应用价值。LLM可嵌入iSolarCloud智能运维平台，实现用户用电习惯自主学习与需求响应策略生成；动态偏好建模有助于优化ST系列PCS的充放电调度逻辑，提升PowerS...
基于细粒度子域对齐和特征分组的锂离子电池跨域SOH估计：一种Patch时间序列CNN-Transformer网络
Fine-Grained Subdomain Alignment and Feature Grouping-Based Cross-Domain SOH Estimation for Lithium-Ion Batteries Using a Patch Time Series CNN-Transformer Network
Xuanang Gui · Shu Zhang · Yuheng Cheng · Qianlong Wang 等7人 · IEEE Transactions on Power Electronics · 预计 2026年5月
针对锂离子电池健康状态（SOH）估计在跨域场景下因数据分布差异和标签数据不足导致性能下降的问题，本文提出了一种基于模糊聚类子域自适应的Patch时间序列CNN-Transformer网络。该方法通过细粒度子域对齐和特征分组策略，有效提升了跨域场景下的SOH估计精度与鲁棒性。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，电池全生命周期的SOH精准估计是保障系统安全与收益的关键。该算法通过Patch时间序列与Transformer架构，能更高效地处理BMS采集的复杂工况数据，解决不同批次电池或不同应用场景（如调峰...
水下超临界CO2循环发电系统原型的性能分析
Performance analysis of a underwater power transcritical CO2 cycle system prototype
Zhi Ling · Xuan Wang · Hua Tian · Gequn Shu 等10人 · Applied Energy · 2025年8月 · Vol.391
摘要 深海水下设备的能量系统是支撑其运行的核心要素，高能量密度、高安全性和稳定性是衡量该系统性能的关键指标。针对目前水下设备缺乏高度适应性二次循环系统的现状，本文构建了一套100 kW级回热再热型超临界CO2循环水下动力系统原型，并首次在模拟深海冷源（<2 °C）与微型反应堆热源（>500 °C）条件下，完成了从待机到发电全过程的性能测试。结果表明，该系统的实际循环热效率达到22.7%，发电功率为97.6 kW，在冷源温度±1 °C波动范围内均可稳定运行，且当海水温度突变时，系统流量波动仅为0....
解读: 该超临界CO2循环技术对阳光电源海上储能及电力电子系统具有重要借鉴价值。其22.7%循环效率和1MW/m³功率密度为海上风电储能系统(PowerTitan海上版)提供热管理优化思路。密闭自回流冷却技术可应用于ST系列PCS和SG大功率逆变器的液冷散热设计,提升功率密度。±1°C温度波动下0.725%...