找到 5 条结果
针对拓扑持续时间不确定开关电源参数辨识的扩展物理信息神经网络
Extended Physics-Informed Neural Networks for Parameter Identification of Switched Mode Power Converters With Undetermined Topological Durations
Yangxiao Xiang · Hongjian Lin · Henry Shu-Hung Chung · IEEE Transactions on Power Electronics · 2025年1月
针对开关电源拓扑持续时间不确定导致的参数辨识难题，本文提出一种扩展物理信息神经网络（PINN）。该方法无需额外的测量电路，通过将开关时刻和拓扑转换时的电路状态变量作为物理约束，实现了对变换器参数的高精度辨识，解决了传统物理建模中测量受限的问题。
解读: 该技术对阳光电源的核心业务具有重要价值。在光伏逆变器和储能PCS（如PowerTitan、ST系列）的研发中，高精度的参数辨识是实现精准控制和故障诊断的基础。通过引入PINN，公司可以在无需增加复杂传感器硬件成本的前提下，实现对功率模块内部参数（如电感、电容老化状态）的实时监测，从而提升iSolar...
一种用于共模电压抑制的改进型H8拓扑
An Improved H8 Topology for Common-Mode Voltage Reduction
Yangxiao Xiang · Xuejun Pei · Meijuan Wang · Puxin Shi 等5人 · IEEE Transactions on Power Electronics · 2019年6月
本文提出了一种改进型H8功率变换器，旨在降低共模电压（CMV）并抑制电磁干扰。通过优化系统结构（在直流母线侧增加两个开关）及改进控制策略，该变换器实现了在进入和离开零状态时CMV的零变化，有效提升了系统的电磁兼容性能。
解读: 该研究直接针对光伏逆变器核心痛点——共模电压与EMI抑制。阳光电源的组串式逆变器（如SG系列）在追求高功率密度和高效率的同时，电磁兼容性设计至关重要。该改进型H8拓扑通过结构优化实现CMV零变化，可显著降低漏电流，提升系统并网安全性。建议研发团队评估该拓扑在户用及工商业组串式逆变器中的应用潜力，特别...
一种用于两电平三相变换器EMI源建模的快速精确方法
A Fast and Precise Method for Modeling EMI Source in Two-Level Three-Phase Converter
Yangxiao Xiang · Xuejun Pei · Wu Zhou · Yong Kang 等5人 · IEEE Transactions on Power Electronics · 2019年11月
本文针对现有频域电磁干扰（EMI）建模方法中振铃效应不可预测导致预测精度受限的问题，提出了一种快速且精确的EMI源建模方法。该方法显著提升了系统级EMI预测的准确性，为电力电子变换器的滤波器设计提供了更可靠的理论支撑。
解读: 电磁兼容性（EMC/EMI）是阳光电源组串式逆变器及PowerTitan储能系统研发中的核心挑战。该研究提出的建模方法能有效解决高频振铃带来的EMI预测偏差，有助于优化滤波器设计，减小体积并降低成本。建议研发团队将其应用于大功率组串式逆变器及储能变流器（PCS）的电磁兼容设计流程中，通过更精确的EM...
结合模型预测控制与负阻抗补偿并考虑参数不确定性的直流级联系统稳定性增强研究
Enhancing Stability of DC Cascaded Systems With CPLs Using MPC Combined With NI and Accounting for Parameter Uncertainties
Hongjian Lin · Henry Shu-Hung Chung · Ruihua Shen · Yangxiao Xiang · IEEE Transactions on Power Electronics · 2024年5月
针对直流微电网中恒功率负载（CPL）与直流母线阻抗失配导致的系统不稳定问题，本文提出了一种结合模型预测控制（MPC）与负阻抗（NI）补偿的控制策略，并有效解决了系统参数不确定性带来的鲁棒性挑战。
解读: 该研究对于阳光电源的储能系统（如PowerTitan、PowerStack）及直流微电网解决方案具有重要参考价值。在直流耦合储能系统中，CPL特性常导致母线电压振荡，通过引入MPC与负阻抗补偿策略，可显著提升系统在弱网或复杂负载环境下的稳定性。建议研发团队在PCS控制算法中集成此类鲁棒性MPC策略，...
用于拓扑持续时间不确定的开关模式电源转换器参数辨识的扩展物理信息神经网络
Extended Physics-Informed Neural Networks for Parameter Identification of Switched Mode Power Converters With Undetermined Topological Durations
Yangxiao Xiang · Hongjian Lin · Henry Shu-Hung Chung · IEEE Transactions on Power Electronics · 2024年10月
对于拓扑持续时间不确定的开关模式功率转换器而言，进行高精度参数识别颇具挑战，因为诸如开关时刻和拓扑转换时的电路状态变量等物理信息，对于实现这一目标至关重要。在传统的基于物理模型的解决方案中，需要额外的测量电路来弥补拓扑转换时未知物理信息的缺失，否则就必须牺牲精度。为避免使用不必要的额外硬件，本文提出了一种扩展物理信息神经网络（e - PINN），它将伪标签生成网络集成到分段物理信息神经网络中。该网络能够精确识别关键系统参数，以及每个拓扑的持续时间和拓扑转换时的系统状态。在工作于不连续导电模式（D...
解读: 从阳光电源的业务视角来看，这项基于扩展物理信息神经网络（e-PINN）的参数识别技术具有显著的应用价值。该技术针对开关电源变换器在拓扑持续时间不确定情况下的参数识别难题，提出了无需额外硬件即可实现高精度识别的解决方案，这与我司在光伏逆变器和储能变流器领域的核心需求高度契合。 在实际应用层面，该技术...