找到 2 条结果
降低固定式海上风力涡轮机成本的动态分析
Dynamic analysis to reduce the cost for fixed offshore wind energy turbines
Yuxiang Ma · Rubo Zhao · Wenhua Zhao · Bing Tai 等5人 · Applied Energy · 2025年1月 · Vol.378
摘要 海上风能是最具前景的海洋可再生能源。为了利用这种能源，需要建设海上风电场。开发海上风能面临的主要挑战是其高昂的成本，因此亟需开展研究以显著降低成本。本研究聚焦于占总成本三分之一以上的基础结构优化。目前的工程实践依赖静力分析来计算海上风力涡轮机在极端波浪激励下的响应，并通过安全系数覆盖其中固有的不确定性，这种方法往往导致设计过于保守。在极端条件下——特别是破碎波作用下——与海上风力涡轮机动力学相关的物理过程仍不清晰，从而进一步加剧了设计的保守性。为了更深入地理解这些复杂的物理过程并探索降低成...
解读: 该研究通过动态分析优化海上风电基础设施成本的方法,对阳光电源海上风电储能系统具有重要借鉴意义。研究显示动态分析可减少50%钢材用量,这启发我们在ST系列储能变流器及PowerTitan系统的海上应用中,可通过精细化动态建模优化结构设计,降低配套基础设施成本。同时可将该动态响应分析方法应用于海上风储一...
自校正引导的广义对比学习框架用于云边协同小样本光伏故障诊断
Self-Correcting-Guided Generalized Contrastive Learning Framework for Small-Sample PV Fault Diagnosis With Cloud-Edge Collaboration
Qi Liu · Bo Yang · Mingxuan Cai · Yuxiang Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月
小样本场景下光伏（PV）阵列的智能故障诊断由于模型精度和泛化能力较差，仍然具有挑战性。现有方法无法同时解决运行工况多变和样本不足的问题，导致少样本学习构建的模型适用性有限。此外，数据传输和计算成本等因素也需要考虑。因此，本文提出了一种用于小样本光伏故障诊断的云边协同自校正引导广义对比学习框架。首先，提出了一种端到端自校正模型，以消除可变环境的影响。然后，将自校正方案与对比学习相结合以实现模型泛化，并设计了一种类型筛选方法来提高模型精度。此外，提出了一种快速故障过滤机制，通过云边协同提高算法效率。...
解读: 从阳光电源的业务视角来看，这项基于云边协同的小样本光伏故障诊断技术具有重要的应用价值和战略意义。 在产品层面，该技术直接契合阳光电源光伏逆变器和电站运维的核心需求。传统故障诊断方法依赖大量标注数据，而实际运维中故障样本稀缺且环境条件多变，导致诊断模型泛化能力不足。该论文提出的自校正引导对比学习框架...