找到 5 条结果
利用PWM开关振荡在线监测锂离子电池内部温度
Online Monitoring of Lithium-Ion Battery Internal Temperature Using PWM Switching Oscillations
Dawei Xiang · Chen Yang · Hao Li · Yiheng Zhou 等6人 · IEEE Transactions on Power Electronics · 2023年1月
本文提出了一种利用PWM开关振荡在线监测锂离子电池内部温度的方法。该方法通过电化学阻抗谱（EIS）技术，解决了高温度区域热敏感性受限的难题，并避免了额外的信号注入对系统运行的干扰，为提升储能系统的安全性和可靠性提供了新方案。
解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有极高的应用价值。目前BMS主要依赖外部温度传感器，难以精准获取电池内部核心温度，导致高倍率充放电下的安全裕度保守。利用PCS（储能变流器）产生的PWM开关纹波作为激励源进行EIS分析，无需额外硬件即可实现电池内部温度的...
基于虚拟平衡系统的双三相永磁同步电机非平衡功率分配运行建模与控制
Virtual-Balanced-Systems-Based Modeling and Control for Dual Three-Phase PMSM Under Unbalanced Power Sharing Operation
Xiaochen Ma · Bin Li · Guidan Li · Yiheng Yao · IEEE Transactions on Power Electronics · 2025年3月
本文针对双三相永磁同步电机提出了一种新的建模与控制方案，特别考虑了两个三相绕组集处于非平衡功率分配状态下的谐波电流调节需求。该方案解决了传统矢量空间分解（VSD）方法在非平衡工况下控制失效的问题，为多相电机驱动系统提供了更精确的动态性能与谐波抑制能力。
解读: 该研究聚焦于多相电机驱动控制，虽然阳光电源的核心业务集中在光伏逆变器、储能PCS及风电变流器，而非直接的电机驱动，但其提出的“虚拟平衡系统”建模思想在处理多绕组、多端口功率变换器的非对称运行工况时具有参考价值。例如，在阳光电源的大功率风电变流器或多模块并联的储能变流器（PCS）中，当各模块或绕组出现...
共源共栅GaN HEMT短路失效机理研究
Exploring Short-Circuit Failure Mechanism of Cascode GaN HEMT
Sheng Li · Qinhan Wang · Weihao Lu · Leke Wu 等12人 · IEEE Transactions on Power Electronics · 2026年3月
本文通过仿真分析与实验验证，深入揭示了共源共栅（Cascode）氮化镓器件在单脉冲短路事件下的失效机理。研究发现了一种独特的“恢复”失效现象，并明确了器件内部两个主要的烧毁区域：栅极指状结构包围的漏极拐角处及其他关键区域。
解读: 随着阳光电源在户用光伏逆变器及小型化储能产品中对高功率密度要求的提升，GaN器件的应用潜力巨大。本文揭示的Cascode GaN短路失效机理及“恢复”现象，对于优化逆变器功率模块的驱动电路设计、短路保护策略及热管理方案具有重要参考价值。建议研发团队在后续高频化产品设计中，重点关注GaN器件在极端工况...
基于上下文集成语言-图像多模态网络的少样本光伏薄膜缺陷检测
Few-Shot Photovoltaic Film Defect Detection With Contextual Ensemble Language-Image Multimodal Network
Huiyan Wang · Ruihao Peng · Yiheng Zhu · Jiachen Li 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月
工业光伏薄膜缺陷的自动检测对于确保光伏组件的可靠性至关重要。主要挑战包括缺陷样本有限、类别间特征相似以及复杂背景的干扰。现有的基于深度学习的方法需要大规模数据集，且仅关注视觉数据，这限制了它们在少样本缺陷检测（FSDD）中的有效性。为应对这些挑战，我们提出了上下文集成语言 - 图像多模态网络（CELIN），该网络通过提示调优融入文本信息，提升了光伏薄膜的少样本缺陷检测能力。与依赖单一固定文本提示的传统语言 - 图像模型不同，CELIN采用位置感知上下文集成策略来整合特定位置的提示向量，使模型能够...
解读: 从阳光电源的业务视角来看，这项基于语言-图像多模态网络的光伏薄膜缺陷检测技术具有重要的战略价值。作为光伏组件可靠性保障的关键环节，该技术直接关系到我们光伏逆变器、储能系统等核心产品的上游供应链质量控制。 该技术的核心创新在于解决了工业场景中的三大痛点：小样本学习、相似缺陷区分和复杂背景干扰。传统深...
基于物理信息注意力残差网络的电池智能温度预警模型
Battery intelligent temperature warning model with physically-informed attention residual networks
Xue Ke · Lei Wang · Jun Wang · Anyang Wang 等12人 · Applied Energy · 2025年6月 · Vol.388
摘要 电动汽车的快速发展对锂离子电池的热安全管理提出了更高要求。传统的物理模型需要大量离线参数辨识，在计算效率与模型保真度之间难以平衡；而数据驱动方法虽然精度较高，但缺乏可解释性，且在不同工况下需要大量数据支持。为应对上述挑战，本文提出了一种物理信息引导的注意力残差网络（Physics-Informed Attention Residual Network, PIARN），该模型将改进的非线性双电容模型与热集总模型嵌入到物理引导的循环神经网络框架中，从而提升了模型的可解释性与泛化能力。所设计的残...
解读: 该物理信息引导的电池温度预警技术对阳光电源储能系统具有重要价值。PIARN模型结合物理模型与深度学习,可集成至ST系列PCS和PowerTitan储能系统的BMS热管理模块,实现0.1°C精度的在线温度预测和近100%准确率的热预警。其轻量化物理模型与残差网络架构适合边缘计算部署,可通过iSolar...