找到 2 条结果

排序:
控制与算法 模型预测控制MPC 深度学习 机器学习 ★ 5.0

电力电子系统的可微预测控制

Differentiable Predictive Control for Power Electronic Systems

Yuan Li · Shuai Zhao · Mateja Novak · Yongjie Liu 等6人 · IEEE Transactions on Power Electronics · 2026年1月

本文首次在电力电子系统中引入可微预测控制(DPC)。通过将预测控制代价函数直接嵌入可微神经网络策略,该方法无需标注控制数据及在线优化求解器。控制策略仅通过系统轨迹进行训练,并可直接部署。

解读: 该技术对阳光电源的核心产品线具有显著的赋能潜力。在组串式及集中式光伏逆变器中,DPC可替代传统的模型预测控制(MPC),在降低计算资源需求的同时提升动态响应速度,特别是在弱电网环境下,能显著增强并网稳定性。对于PowerTitan等储能变流器(PCS),该算法可优化充放电控制策略,提升系统效率。此外...

可靠性与测试 可靠性分析 故障诊断 机器学习 ★ 5.0

一种考虑不确定性和波动性的光伏阵列寿命预测自数据驱动方法

A Self-Data-Driven Method for Lifetime Prediction of PV Arrays Considering the Uncertainty and Volatility

Yongjie Liu · Kun Ding · Jingwei Zhang · Ariya Sangwongwanich 等5人 · IEEE Transactions on Power Electronics · 2024年3月

本文提出了一种基于自状态监测数据的光伏阵列剩余寿命预测方法。首先,通过健康指标重构技术消除监测数据中的不确定性和波动性;其次,建立非线性Gamma随机过程模型,以准确描述光伏阵列的退化过程,实现对光伏系统长期运行可靠性的精确评估。

解读: 该研究对阳光电源的iSolarCloud智能运维平台具有重要应用价值。通过引入非线性Gamma随机过程模型,可提升iSolarCloud在光伏电站资产管理中的故障预警与寿命预测精度,降低运维成本。该技术可直接集成于组串式及集中式逆变器的数据分析模块中,实现对光伏阵列健康状态的实时监控。建议研发团队将...