找到 290 条结果

排序:
光伏发电技术 ★ 5.0

基于单电压传感器旁路开关的光伏故障定位

A Single Voltage Sensor Bypass Switch-Based Photovoltaic Fault Localization

Ali Alhejab · Muhammad Abbasi · Shehab Ahmed · IEEE Journal of Photovoltaics · 2025年2月

光伏(PV)能源系统正成为可持续能源的重要来源。然而,这些系统中未被发现的故障可能会导致效率大幅降低。将这些故障定位到模块级别对于快速故障诊断和维持整个系统的效率至关重要。本文提出了一种新方法,可将 $N$ × $M$ 光伏系统中的串内故障、线路接地故障、跨串故障和部分遮挡故障定位到模块级别。该方法利用光伏系统汇流箱中的单个电压传感器,以及每串 $\lceil N/2 \rceil$ 个旁路开关,以便在出现故障时旁路连接的光伏模块。该技术首先依赖于识别故障串。一旦确定了故障串,就可以得出该串中每...

解读: 该单电压传感器旁路开关故障定位技术对阳光电源SG系列光伏逆变器和iSolarCloud智能运维平台具有重要应用价值。通过简化传感器配置实现组串级故障快速定位,可直接集成到SG系列逆变器的MPPT优化算法中,提升故障诊断精度的同时降低硬件成本。该方法与阳光电源现有的智能诊断系统形成互补,特别适用于大型...

储能系统技术 储能系统 储能变流器PCS SiC器件 ★ 5.0

基于外壳温度波形相似性的SiC MOSFET加速功率循环试验在线老化监测

Case Temperature Waveform Similarity-Based Online Aging Monitoring for SiC MOSFETs of Accelerated Power Cycling Tests for DC-SSPCs

Bin Yu · Xingjian Shi · Ze Zhou · Enyao Xiang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月

针对直流固态功率控制器(dc-SSPC)中SiC MOSFET的在线状态监测对提升系统可靠性至关重要。传统电参数监测方法需高精度电路与复杂控制系统,易干扰正常运行。本文提出一种基于绝缘温度传感器测量的非电参量——外壳温度,用于在线监测SiC MOSFET老化状态。通过改进的余弦相似性分析温度波形,定义了meacosk与stdcosk两个老化特征参数,可有效追踪器件整体老化趋势,并灵敏反映键合线与焊料层严重老化,无需依赖电参数。实验验证了该方法的有效性,提升了无损、在线监测的实用性,为故障诊断与预...

解读: 该基于外壳温度波形相似性的SiC MOSFET在线老化监测技术对阳光电源ST系列储能变流器及SG系列光伏逆变器具有重要应用价值。相比传统电参数监测,该方法采用非侵入式温度传感器,无需高精度电路改造,可直接集成至PowerTitan储能系统的功率模块中,实现SiC器件键合线与焊料层老化的早期预警。me...

风电变流技术 机器学习 故障诊断 ★ 5.0

基于量子机器学习的风力涡轮机状态监测:研究现状与未来展望

Quantum machine learning based wind turbine condition monitoring: State of the art and future prospects

Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年5月 · Vol.332

摘要 近几十年来,风能作为一种广受欢迎的可再生能源,得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用,但在处理大规模、高维度且复杂的數據集时,这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势,具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...

解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...

光伏发电技术 故障诊断 ★ 5.0

一种基于加权特征融合的新型集成CNN框架用于光伏组件热成像故障诊断

A Novel Ensemble CNN Framework With Weighted Feature Fusion for Fault Diagnosis of Photovoltaic Modules Using Thermography Images

Nadia Drir · Adel Mellit · Maamar Bettayeb · IEEE Journal of Photovoltaics · 2024年11月

全球范围内光伏(PV)能源的应用不断增加,这凸显了在环境多变和故障情况下维持系统效率的紧迫性。识别、分类和修复缺陷的过程对于确保光伏装置的长期可持续性和性能完整性至关重要。本文介绍了一种创新的集成卷积神经网络(CNN)模型,该模型采用加权特征融合的方法,其准确性超越了单一CNN架构所能达到的水平。通过利用三个性能出色的CNN——VGG16、ResNet和MobileNet,融合从这些网络最后一层提取的深度特征,提升了性能,同时还充分利用了来自多个不同配置CNN的数据集成优势。该方法应用于一个包含...

解读: 该集成CNN热成像故障诊断技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台,为SG系列光伏逆变器配套的组件级监控提供AI诊断能力,通过无人机或固定热成像设备实现大规模电站的自动化巡检。加权特征融合策略可提升复杂工况下的故障识别准确率,特别适用于1500V高压系统中...

储能系统技术 储能系统 ★ 5.0

电力系统中数据驱动型变流器动态建模应用综述

Applications of Data-Driven Dynamic Modeling of Power Converters in Power Systems: An Overview

Sunil Subedi · Yonghao Gui · Yaosuo Xue · IEEE Transactions on Industry Applications · 2025年1月

基于电力电子变流器(PEC)的资源在电力系统中日益普及,因此迫切需要精确的动态模型来理解其在不同事件和控制策略下的动态特性。不准确的建模可能导致系统不稳定、成本增加和可靠性问题。预计在不久的将来,电力电子变流器的数量将不断增加,详细建模在计算和数学上变得复杂,需要强大的计算能力和特定供应商电力电子变流器的相关知识。为了克服这些挑战,数据驱动的机器学习/人工智能(ML/AI)方法被广泛应用,这些方法可以在有限的知识条件下跟踪处于各种运行模式的电力电子变流器的动态响应。这些模型可应用于保护、稳定性分...

解读: 从阳光电源的业务视角来看,这篇关于电力变换器数据驱动动态建模的综述论文揭示了新能源行业技术演进的关键趋势。随着光伏逆变器、储能变流器等电力电子设备在电网中的渗透率持续攀升,传统基于物理模型的建模方法正面临计算复杂度高、需要详尽厂商参数等瓶颈,这与阳光电源在全球部署的海量设备运维现状高度契合。 论文...

储能系统技术 储能系统 故障诊断 ★ 5.0

一种无需位置反馈且免疫逆变器非线性的PMSM驱动电感估计方法

A Position-Feedback-Free and Inverter-Nonlinearity-Immune Inductance Estimation Method for PMSM Drives without Signal Injection

Yangwei Zhou · Ziling Nie · Li Peng · Xudong Zou 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月

准确的在线增量电感L<sub>d</sub>、L<sub>q</sub>映射对基于模型的控制、无传感器观测及实时故障诊断至关重要。现有方法依赖离线测试或信号注入,存在速度慢、扰动系统、依赖转子位置和难以补偿逆变器非线性等问题。本文提出一种无需信号注入与位置反馈的电感估计算法,通过重构电压矢量序列形成可抑制死区畸变与器件压降的虚拟电压矢量。结合分段多采样线性回归提取电流斜率,实现抗噪声与死区干扰的电感估计。该方法具备三重协同优势:虚拟电压矢量框架、多采样电流斜率估计及无信号注入的位置无关观测器。实...

解读: 该无位置传感器电感估计技术对阳光电源储能与电驱产品具有重要应用价值。在ST系列储能变流器中,可实现PMSM飞轮储能系统的免传感器控制与在线参数自适应,提升系统可靠性并降低成本。对新能源汽车电机驱动产品,该方法可在全工况下实时更新Ld/Lq映射表,优化MTPA/弱磁控制精度,同时免疫SiC器件死区非线...

电动汽车驱动 储能系统 SiC器件 可靠性分析 ★ 5.0

基于数字孪生与自演化补偿器的电力电子系统在线健康监测及改进参数辨识能力

Digital Twin-Based Online Health Monitoring of Power Electronics Systems With Self-Evolving Compensators and Improved Parameter Identification Capability

Yi-Hua Liu · Zong-Zhen Yang · Min-Chen Liu · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月

电力电子系统(PES)在航空航天、可再生能源和电动汽车等领域至关重要。本文比较了粒子群优化(PSO)、灰狼优化和蜻蜓算法三种元启发式方法的参数估计性能,并提出一种结合物理行为的两阶段元启发式方法,显著提升了寄生电阻估计精度与参数识别速度。相较于传统PSO,MOSFET和电感寄生电阻估计误差分别由31%和45%降至1.5%和2.3%,计算时间减少逾60%。该方法在外部扰动下仍具高鲁棒性,平均使MOSFET和电感寄生电阻识别误差分别降低11.8%和16.7%。此外,引入自演化补偿器可在线自动调节控制...

解读: 该数字孪生健康监测技术对阳光电源ST储能变流器和SG光伏逆变器产品线具有重要应用价值。两阶段元启发式方法可精准辨识SiC MOSFET和电感寄生参数(误差降至1.5%/2.3%),直接提升PowerTitan储能系统功率模块的状态监测精度。自演化补偿器能在线自适应调节控制参数,可集成至iSolarC...

光伏发电技术 储能系统 机器学习 故障诊断 ★ 5.0

部分遮阴下最优功率采集:基于二进制灰雁优化的光伏阵列重构与基于机器学习的故障诊断

Optimal power harvesting under partial shading: Binary Greylag Goose optimization for reconfiguration and Machine learning-Based fault diagnosis in solar PV arrays

S.Saravanan · R. Senthil Kumar · P.Balakumar · N. Prabaharan · Energy Conversion and Management · 2025年6月 · Vol.333

摘要 光伏(PV)系统已成为向电网提供能量采集支持的主要来源,作为传统能源的可持续替代方案。然而,部分遮阴对光伏系统的影响会降低基于光伏的发电效率。光伏阵列重构方法是减轻部分遮阴效应影响的最佳实践之一。本文提出了一种新的光伏阵列重构方法,采用二进制灰雁优化(Binary Greylag Goose Optimization, BGGO)算法。为验证所提BGGO方法的有效性,研究采用一个9x9面板的光伏阵列,并考虑六种阴影分布模式——右下角、右上角、左下角、左上角、中心以及对角线遮阴。在总交叉连接...

解读: 该二进制灰雁优化算法结合机器学习的阴影应对方案,对阳光电源SG系列光伏逆变器的MPPT优化技术具有重要参考价值。研究验证在复杂遮挡场景下通过阵列重构可提升10-14%发电效率,可与我司iSolarCloud平台的预测性维护功能深度融合,实现智能故障诊断与动态拓扑优化。该方法论可应用于ST储能系统的能...

储能系统技术 储能系统 电池管理系统BMS 储能变流器PCS ★ 5.0

数字孪生驱动的高可靠性电力电子系统特刊主编寄语

Guest Editorial Special Issue on Digital Twin Driven High-Reliability Power Electronic Systems

Jiangbiao He · Paolo Mattavelli · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月

为满足全球零排放可持续能源发展需求,交通和公用电力等行业正经历快速变革,电力电子在电动汽车、电动船舶、飞机、太阳能/风能发电和储能等众多功率转换系统中发挥支柱作用。然而电力电子可靠性尚未受到足够重视,特别是在安全关键应用中可靠性应是首要设计优先级。工业4.0和5.0着重互联性、自动化、智能和实时状态监测,数字在线预防性维护和优化至关重要。数字孪生是物理系统的数字复制品,可准确预测和反映物理系统的实时健康状况,通过物理组件与数字孪生模型间的实时双向数据流实现。该特刊发表10篇文章涵盖数字孪生参数估...

解读: 该数字孪生特刊与阳光电源智能运维战略高度契合。特刊涵盖的Buck/Boost变换器数字孪生参数估计、五电平ANPC逆变器故障诊断和SiC MOSFET模块电-热-机械建模与阳光iSolarCloud平台的智能诊断和预测性维护功能发展方向一致。数字孪生技术在直流电容、电感、开关管寄生电阻实时估计方面的...

电动汽车驱动 储能系统 PWM控制 空间矢量调制SVPWM ★ 5.0

客座编辑特刊:面向零排放电动交通的电机驱动先进技术

Guest Editorial Special Issue on Advanced Technologies of Motor Drives for Zero-Emission E-Mobility

Yunwei Ryan Li · Wei Hua · Luca Zarri · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月

为实现《巴黎协定》将全球温升控制在2°C以内的目标,电动交通(e-mobility)迅速发展。然而,其电机驱动系统所耗电能仍部分来自化石能源,因此提升驱动系统能效成为实现净零排放的关键。本期特刊聚焦电机驱动在新材料、谐波抑制、电磁干扰抑制、智能控制、故障容错、能量管理及系统设计等方面的前沿进展,收录43篇高质量论文,涵盖提高能效的多种技术路径,推动电动交通可持续发展。

解读: 该特刊聚焦的电机驱动先进技术对阳光电源新能源汽车产品线具有直接应用价值。其中SiC/GaN器件应用、三电平拓扑技术可直接优化车载OBC充电机和电机驱动系统的功率密度与效率;PWM控制、SVPWM及模型预测控制MPC等智能控制算法可提升电机驱动精度和动态响应;谐波抑制与EMI抑制技术可改善充电桩的电能...

第 15 / 15 页