找到 2 条结果
面向高功率微波源的Fe-β-Ga2O3光电导半导体器件输出特性测试
Test on the Output Characteristics of Fe-β-Ga2O3 Photoconductive Semiconductor Device Toward High-Power Microwave Sources
Tianjiao Shen · Langning Wang · Ting He · Li'Ao Yang 等6人 · IEEE Transactions on Electron Devices · 2025年5月
我们聚焦于用于高功率微波源应用的 Fe - β - Ga₂O₃ 光电导半导体器件（PCSD）。我们测试并分析了该器件的输出特性，包括其暗态电阻（10¹³ Ω）、暗态耐压（31.6 kV）、光电导输出和高频响应。当受到半高宽（FWHM）均为 10 ns 的 532 nm 和 1064 nm 单脉冲激光照射时，Fe - β - Ga₂O₃ 光电导半导体器件以线性模式工作。在 532 nm 激光照射下的峰值电压输出是 1064 nm 激光照射下的 18 倍。然而，其光响应度相对较低，最高值仅达到 10...
解读: 从阳光电源的业务视角来看，这项Fe-β-Ga2O3光导半导体器件研究虽然主要面向高功率微波源应用，但其核心技术特性对我们在光伏逆变器和储能系统中的功率半导体器件应用具有一定参考价值。 该器件展现出的超高暗态电阻（10¹³Ω）和31.6kV耐压能力，反映了β-Ga2O3材料在宽禁带半导体领域的潜力。...
风电机组功率曲线的集值回归
Set-Valued Regression of Wind Power Curve
Xun Shen · IEEE Transactions on Sustainable Energy · 2024年9月
精确的风电机组功率曲线对风电状态监测与出力预测至关重要。然而，实际数据集中存在大量因通信故障等因素导致的异常数据，直接影响模型拟合性能。本文提出一种统一的集值回归方法，同步实现异常数据检测与曲线拟合。采用区间神经网络建模，通过构建机会约束优化问题进行训练，并提出基于样本的Sigmoid逼近法求解，证明了逼近方法的收敛性与概率可行性。所得区间可界定正常数据范围用于异常检测，其中心则构成拟合曲线。实验验证表明该方法优于现有方法。
解读: 该集值回归方法对阳光电源的风电变流器和储能系统具有重要应用价值。首先，可集成到iSolarCloud平台的智能诊断模块，提升风电机组功率曲线的拟合精度和异常检测能力。其次，该方法的区间神经网络建模思路可应用于ST系列储能变流器的功率预测和调度优化，特别是在风储联合运行场景中。此外，文中的机会约束优化...