找到 2 条结果
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
基于稀疏学习的感应电机传动系统旋转机械故障诊断零序电流分析方法
A Zero-Sequence Current Analysis Approach for Rotating Machinery Fault Diagnosis of Induction Motor Drivetrain Based on Sparse Learning
Zhao-Hua Liu · Jun-Jie Long · Hua-Liang Wei · Kan Liu 等6人 · IEEE Transactions on Power Electronics · 2025年7月
感应电机驱动的旋转机械故障诊断日益受到关注。相比振动分析，利用现有逆变器或电流互感器获取的电流信号进行诊断，更具经济性和可靠性。本文提出一种基于稀疏学习的零序电流分析方法，旨在通过电机驱动系统的电流特征实现故障的精准识别与诊断。
解读: 该技术对阳光电源的逆变器产品线（特别是风电变流器及大型工业驱动应用）具有重要价值。通过分析逆变器侧的电流特征进行故障诊断，无需额外增加振动传感器，符合阳光电源追求高可靠性、低运维成本的智能化运维（iSolarCloud）趋势。建议将该稀疏学习算法集成至风电变流器或大功率组串式逆变器的控制平台中，实现...