找到 2 条结果
基于人工神经网络和深度强化学习的功率模块封装多目标自动设计
Automated Design of Power Module Packaging With Multiobjectives Based on Artificial Neural Network and Deep Reinforcement Learning
Jianing Wang · Weina Mao · Baolong Yan · Shaolin Yu 等8人 · IEEE Transactions on Power Electronics · 2026年4月
传统功率模块封装设计依赖人工经验，而基于元启发式算法的计算机辅助优化存在仿真周期长的问题。本文提出了一种基于人工神经网络和深度强化学习的多目标自动设计方法，旨在实现功率模块封装的高效优化，显著缩短设计迭代周期。
解读: 该技术对阳光电源的核心产品线（如组串式/集中式光伏逆变器、PowerTitan储能系统及风电变流器）具有极高的应用价值。功率模块是上述产品的核心组件，其封装设计直接影响热管理、功率密度及可靠性。通过引入深度强化学习和神经网络替代传统的有限元仿真迭代，可大幅缩短研发周期，提升功率模块的散热性能与电气性...
压缩空气储能系统衬砌岩洞的荷载分担特性：理论分析
Load-sharing characteristics of lined rock caverns of compressed air energy storage system: A theoretical analysis
Yue Xiang · Guohua Zhang · Xinjin Wang · Guoyin Zhang 等7人 · Applied Energy · 2025年6月 · Vol.388
摘要 压缩空气储能（CAES）被认为是一种为电力系统提供辅助服务的可行方案，其中地下衬砌岩洞（LRC）是储存压缩空气的良好选择。在过去几十年中，基于现场试验和数值模拟，已提出了一些关于LRC的旧有设计理念，例如由围岩承担大部分内压而钢衬承担较少荷载等。然而，这些理念尚未得到理论上的验证。为克服这一局限性，本文在若干合理假设的基础上，建立了一个严谨的解析模型，用以证明LRC的荷载分担特性。尽管仅涉及简单的弹性理论，该解析模型仍能可靠地预测LRC的力学行为，并通过与数值模拟以及实验室/现场试验结果的...
解读: 该压缩空气储能地下洞穴承载特性研究为阳光电源大规模储能系统提供重要参考。研究揭示围岩承担80%内压、混凝土衬砌17%、钢衬仅3%的荷载分配规律,对PowerTitan等大型储能系统的选址具有指导意义。CAES作为电网辅助服务的可行方案,可与阳光电源ST系列PCS协同构建GW级储能电站。研究提出的高地...