找到 2 条结果 · Applied Energy
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年5月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
由杂散微波能量驱动的智能超构器件：一种屏蔽外部干扰与探测的绿色方法
Smart meta-device powered by stray microwave energies: A green approach to shielding external interference and detection
Yong Jin Zhou · Xiong Bin Wua · Xiao Dong Caia · Hong Xin Xua 等8人 · Applied Energy · 2025年1月 · Vol.378
摘要 保护敏感电子设备免受外部杂散微波的干扰对于多种实际应用至关重要。当前的屏蔽装置，如滤波器和频率选择表面，由于其机制依赖于通过频率选择响应滤除带外信号，因此对带内频率的有害信号仍然脆弱。本研究提出一种由杂散微波能量驱动的智能超构器件，能够在无需外部电源或人工干预的情况下，自主屏蔽外部干扰与探测。该类超构器件集成了可重构的超原子阵列以及感知-供能模块，构成一个感知-供能-反馈闭环系统，从而实现对高功率微波的实时感知，并自动从高透射状态切换至屏蔽或吸收外部有害微波能量的状态。本文研制并表征了一个...
解读: 该自供能电磁屏蔽技术对阳光电源储能系统和充电桩产品具有重要应用价值。ST系列PCS和PowerTitan储能系统在高压变流环节面临电磁干扰风险,该技术可利用杂散微波能量自主实现智能屏蔽,无需外部供电,契合储能系统免维护需求。对于大功率充电站密集部署场景,可保护敏感控制电路免受高功率微波干扰,提升系统...