Zhennan She · Yisi Liu · Wen Cao · Guipeng Chen · IEEE Transactions on Power Electronics · 2024年6月

本文提出了一种利用反向传播（BP）神经网络通过拟合显式时域关系来辨识Buck变换器所有组件参数的方法。该方法利用BP神经网络强大的非线性拟合能力，有效避免了复杂的直接计算，具有易于实现的优点。

解读: 该参数辨识技术对阳光电源的电力电子产品具有重要价值。在光伏逆变器和储能变流器（PCS）中，DC-DC环节是核心功率转换单元，通过BP神经网络实现参数在线辨识，可实时监测电感、电容等核心器件的老化状态，从而提升iSolarCloud平台的故障诊断精度和预测性维护能力。建议研发团队将其应用于PowerT...