Xujian Shu · Yuxuan Gao · Xueqi Zhang · Bo Zhang 等6人 · IEEE Transactions on Power Electronics · 2026年3月

分数阶无线电能传输（FOWPT）系统通过引入分数阶元件增强了系统鲁棒性，有效缓解了传统整数阶系统因参数波动导致的性能下降。然而，该系统仍受负载范围、耦合距离及谐振频率偏移的限制。本文提出了一种多参数辨识算法，旨在解决复杂工况下的参数动态变化问题，提升系统控制精度与稳定性。

解读: 该文献研究的分数阶控制与参数辨识技术，主要应用于无线电能传输（WPT）领域。虽然阳光电源目前的核心产品线（如光伏逆变器、PowerTitan储能系统、充电桩）主要基于有线电力电子拓扑，但该算法中涉及的参数辨识与鲁棒控制策略，对提升充电桩（尤其是未来电动汽车无线充电技术）的动态响应能力具有参考价值。建...

Shen Gao · Liqiang Yuan · Yuxuan Dai · Di Mou 等6人 · IEEE Transactions on Power Electronics · 2022年9月

多有源桥（MAB）变换器在多端口电力电子变压器中具有效率和成本优势，但存在严重的电流耦合问题。为提升MAB的动态响应速度并降低耦合特性，本文提出了一种高频电流预测控制（CPC）方法，有效优化了多端口能量传输的控制性能。

解读: 该技术对阳光电源的储能业务（如PowerTitan、PowerStack系列）具有重要参考价值。MAB拓扑在多端口储能系统及直流微网应用中日益普及，通过引入电流预测控制（CPC），可以显著提升PCS在多电池簇或多端口接入场景下的动态响应速度，并有效解耦各端口间的电流干扰。建议研发团队在下一代高功率密...

Hongyu Tang · Chenggang Xu · Xiaoyun Huang · Yuxuan Zhu 等6人 · IEEE Electron Device Letters · 2025年9月

优化横向双扩散金属氧化物半导体（LDMOS）性能需要在硅极限约束下平衡击穿电压（BV）和比导通电阻（ $\text {R}_{\text {on},\text {sp}}$ ）。传统的基于技术计算机辅助设计（TCAD）的器件设计在处理大参数空间时耗时且效率低下。本文提出了一种机器学习（ML）辅助框架，该框架将初始和微调后的深度神经网络（DNN）替代模型与多目标粒子群优化（MOPSO）相结合。微调后的DNN仅使用小数据集就能适应非重叠的扩展设计空间，同时在MOPSO过程中选择性地应用这两个替代模型...

解读: 从阳光电源的业务视角来看，这项基于机器学习的LDMOS优化技术具有重要的战略价值。LDMOS（横向双扩散金属氧化物半导体）器件是光伏逆变器和储能变流器中功率转换电路的核心元件，其击穿电压与导通电阻的平衡直接影响系统的效率、可靠性和成本。 该技术的核心创新在于利用深度神经网络替代传统TCAD仿真，将...

Yuxuan Wang · Bin Zhou · Cong Zhang · Siu Wing Or 等6人 · IEEE Transactions on Industry Applications · 2024年7月

本文提出一种结合基于知识与数据驱动的电气安全风险（ESR）预测方法，该方法考虑了极端降雨的时空特征，旨在识别因内涝导致高停机风险的分布式光伏系统（DPVS）。首先，建立了分布式光伏系统内涝的二维水动力偏微分模型，以推导极端降雨在时空异质性条件下淹没深度的动态分布。开发了一种基于快速图像分割的风险分区算法，以提取暴雨及内涝的非均匀空间分布和时间波动性，从而将分布式光伏系统划分为具有不同电气安全风险程度的多个区域。然后，从数学角度提出了一种基于知识的、考虑淹没深度和寄生电容的泄漏电流分析方法，以揭示...

解读: 从阳光电源的业务视角来看，这项针对分布式光伏系统极端降雨风险预测的研究具有重要的工程应用价值。当前我国分布式光伏装机规模快速增长，但极端天气导致的系统停机和电气安全事故已成为影响发电效率和资产安全的关键因素。该研究提出的知识与数据混合驱动方法，通过二维流体动力学模型模拟积水深度的时空演化，并结合漏电...