找到 2 条结果
基于物理信息自监督预训练的GNN在大规模电力系统分析中的泛化能力提升
GNNs' Generalization Improvement for Large-Scale Power System Analysis Based on Physics-Informed Self-Supervised Pre-Training
Yuhong Zhu · Yongzhi Zhou · Wei Wei · Peng Li 等5人 · IEEE Transactions on Power Systems · 2025年2月
在人工智能驱动的电力系统分析（PSA）中，系统拓扑的高效且信息丰富的表示至关重要。尽管取得了重大突破，但近期采用图神经网络（GNNs）的方法在大规模电力系统分析中面临重大挑战，包括获取足够标注数据的高计算需求，以及对未见故障拓扑的泛化能力较差。为解决这些问题，我们提出了一种用于预训练图神经网络的自监督策略，该策略可在单个节点特征层面和整个图结构层面提升图神经网络的表达能力。通过集成物理信息技术，我们的策略使图神经网络能够内化适用于多个下游任务的基本原理。我们证明，我们的方法能够在无监督的情况下对...
解读: 该研究提出的物理信息自监督GNN框架对阳光电源的智能化产品升级具有重要价值。首先可应用于ST系列储能系统和SG系列光伏逆变器的电网拓扑感知与控制优化,提升GFM/GFL控制的适应性;其次可集成到iSolarCloud平台,增强分布式电站群的智能调度与故障诊断能力。该方法通过物理规律预训练提升模型泛化...
基于新型三参数特性曲线的光伏电源频率调节与最大功率点跟踪统一策略
A Unified Strategy for Frequency Regulating and MPPT for Photovoltaic Sources Based on a Novel Three-Parameter Characteristic Curve
Yihao Zhu · Hongda Cai · Pengcheng Yang · Yongzhi Zhou 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
大规模光伏（PV）并网会降低系统惯性和电能质量，导致频率波动加剧、稳定性下降。为此，本文提出一种光伏电源频率调节与最大功率点跟踪（MPPT）的统一控制策略，以提供电网辅助服务。该策略采用一种新型三参数PV特性曲线的迭代有功功率控制（APC）方法，可实时重构光伏发电模型，明确系统频率、输出功率与工作电压间的关系，具备高精度、快收敛和强可解释性。所提自适应控制策略可根据实时辐照变化自主切换频率调节与MPPT模式，无需额外传感器，有效提升太阳能利用效率与频率调节能力，并避免模式切换时的控制器振荡。硬件...
解读: 该三参数特性曲线统一控制策略对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。其核心创新在于实现频率调节与MPPT的自适应切换，可直接应用于SG系列逆变器的控制算法优化，提升电网辅助服务能力。该策略无需额外传感器即可实时重构光伏模型，与阳光电源现有MPPT算法形成互补，特别适合大型地面电站...