找到 2 条结果
可解释的物理深度学习模型用于架空输电线路覆冰厚度预测
Explainable Physical Deep-Learning Model for Overhead Transmission Line Icing-Thickness Prediction
Hui Hou · Yi Wan · Zhenguo Wang · Shaohua Wang 等6人 · IEEE Transactions on Industry Applications · 2025年7月
全球变暖导致极端天气事件频发，其中频繁发生的冰灾对电力系统的稳定性构成了重大威胁。随着预测模型复杂度的增加，必须同时确保其准确性和可解释性。因此，我们提出了一种用于架空输电线路覆冰厚度预测的可解释物理深度学习模型。首先，通过白鲸优化（BWO）方法构建了一个优化模型，该模型可使预测误差最小化。其次，将深度学习预测模型与物理模型和长短期记忆网络（LSTM）模型相结合。物理模型考虑了诸如风偏角、风荷载和冰荷载等物理定律。此外，我们使用沙普利加性解释法来阐释输入特征对输出特征及模型预测结果的影响。最后，...
解读: 该覆冰预测技术对阳光电源户外电力设备具有重要防护价值。针对ST系列储能变流器和PowerTitan大型储能系统的户外部署场景，可通过集成气象传感器与物理深度学习模型，实现设备覆冰风险的提前预警，触发主动加热或功率调节策略。对于SG系列光伏逆变器，该可解释AI方法可借鉴至iSolarCloud智能运维...
飞跨电容三电平逆变器的零共模电压过调制策略及其电容电压控制
Zero common-mode voltage overmodulation strategy for flying capacitor three-level inverter with capacitor voltage control
Zhenguo Li · Dong Jiang · Wei Sun · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
提出一种兼顾飞跨电容（FC）电压平衡的零共模电压过调制（ZCMV-OVM）策略。该方法基于空间矢量，采用六个中矢量和一个特定零矢量合成参考电压，实现共模电压（CMV）抑制，并通过逻辑判断与占空比修正提升直流电压利用率。结合分段二次函数拟合提高输出精度，设计主动FC电压控制算法及三种开关信号调节方法，有效抑制FC电压偏移与低频波动，确保从线性区到六步运行区的稳定控制。实验在表贴式永磁同步电机平台验证了该策略的有效性。
解读: 该零共模电压过调制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。飞跨电容三电平拓扑是阳光电源功率器件的核心技术路线，该研究提出的ZCMV-OVM策略可有效解决两大痛点：一是通过CMV抑制降低轴承电流和EMI滤波器成本，提升PowerTitan储能系统的可靠性；二是过调制策略将...