找到 2 条结果
一种用于高速列车牵引变流器的高适应性多传感器故障诊断方法
An Adaptive Multisensor Fault Diagnosis Method for High-Speed Train Traction Converters
Honghui Dong · Fuzhao Chen · Zhipeng Wang · Limin Jia 等6人 · IEEE Transactions on Power Electronics · 2021年6月
牵引变流器是高速列车牵引系统的核心安全部件。针对其复杂的拓扑结构，本文提出了一种基于多传感器融合的故障诊断方法。该方法有效解决了传统单传感器诊断在复杂工况下的局限性，为电力电子系统的状态监测与故障预测提供了新的技术路径。
解读: 该研究提出的多传感器融合故障诊断技术对阳光电源的可靠性提升具有重要参考价值。在PowerTitan储能系统及大型组串式逆变器中，通过引入多传感器数据（如电流、电压、温度、振动等）进行深度学习建模，可显著提高对功率模块及关键元器件早期故障的识别精度。建议将此方法集成至iSolarCloud智能运维平台...
电动汽车电池在线数据驱动故障诊断与热失控预警
An Online Data-Driven Fault Diagnosis and Thermal Runaway Early Warning for Electric Vehicle Batteries
Zhenyu Sun · Zhenpo Wang · Peng Liu · Zian Qin 等8人 · IEEE Transactions on Power Electronics · 2022年10月
电池故障诊断对电动汽车的安全运行至关重要，特别是热失控预警。本文提出了一种锂离子电池实时早期故障诊断方案，旨在通过数据驱动方法实现早期失效检测，降低高能量密度锂电池的安全风险，应对行业面临的重大挑战。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack系列）具有重要参考价值。虽然文章侧重于电动汽车，但其核心的“在线数据驱动故障诊断”与“热失控预警”算法可直接迁移至大型储能电站的BMS系统。通过在iSolarCloud平台集成此类深度学习算法，可提升储能电芯状态监测的精度，实现从...