基于自适应特征提取与时间迁移建模的分布式光伏超短期功率预测

Ultra-Short Term Power Forecasting for Distributed PV Based on Adaptive Feature Extraction and Temporal Transfer Modeling

Boyu Liu · Yuqing Wang · Fei Wang · Ziqi Liu 等6人 · IEEE Transactions on Industry Applications · 2025年8月

准确的分布式光伏发电功率预测对于优化电网运行、提高经济效益以及促进新能源融合至关重要。然而，现有的分布式光伏发电功率预测方法面临着若干挑战：1）卫星云图可为缺乏专业气象测量的分布式光伏提供数据支持，但云图特征建模方法往往会忽略重要特征；2）季节变化和多变的气候条件会导致光伏输出特性在时间分布上产生变化，当数据分布发生变化时，训练好的预测模型表现不佳，导致泛化能力不足。为解决这些问题，本文提出了一种基于自适应特征提取和时间迁移建模的分布式光伏区域超短期功率预测方法。该方法将卷积神经网络的空间特征捕...

解读: 该自适应特征提取与时间迁移建模技术对阳光电源iSolarCloud智能运维平台及SG系列光伏逆变器具有重要应用价值。超短期功率预测可直接集成至云平台的智能诊断模块，通过自适应机制实时提取气象数据与历史出力特征，结合时间迁移学习捕捉不同天气模式下的功率波动规律，为分布式光伏电站提供15分钟至4小时级精...

基于镓掺杂实现高阈值稳定性的GeSe基选择器专用存储器

High-Threshold-Stability GeSe-Based Selector-Only Memory Enabled by Gallium Doping

Yaru Zhang · Jinyu Wen · Chuanqi Yi · Lun Wang 等6人 · IEEE Electron Device Letters · 2025年8月

仅选择器存储器（SOM）利用 Ovonic 阈值开关（OTS）器件中的阈值电压（$V_{th}$）漂移来存储数据，因其低延迟、高密度和成本效益高，已成为一种颇具前景的存储级存储器（SCM）候选方案。然而，$V_{th}$的不稳定性，包括可变性和漂移，仍然是一个主要的可靠性挑战。在此，我们提出一种镓（Ga）掺杂策略来增强$V_{th}$的稳定性。在双势阱 OTS 模型的指导下，我们采用从头算分子动力学（AIMD）计算，分析了各种掺杂剂对 SOM 材料中决定$V_{th}$稳定性的配位数（CNs）和...

解读: 从阳光电源的业务视角来看，这项基于镓掺杂GeSe的选择器存储器技术虽属半导体存储领域，但其底层技术原理对我司储能系统和智能化产品具有重要参考价值。 该技术的核心突破在于通过镓掺杂显著提升了阈值电压的稳定性，这与我司储能系统中电池管理系统（BMS）和功率控制单元面临的挑战存在相似性。储能系统要求在宽...