找到 320 条结果 · 智能化与AI应用
FreGAT：一种面向短期光伏发电功率预测的可解释频域图注意力Transformer
FreGAT: An interpretable frequency-domain graph attention transformer for short-term photovoltaic forecasting
Dingyan Hua · Luliang Zhang · Tianyao Ji · Shuai Zhou 等5人 · Applied Energy · 预计 2026年7月 · Vol.415
本文提出FreGAT模型，融合频域特征提取、图神经网络与Transformer架构，提升短期光伏功率预测精度与可解释性，适用于多站点、多气象耦合场景。
解读: 该模型高度契合阳光电源iSolarCloud智能运维平台对高精度、可解释短期功率预测的需求，可直接集成至组串式逆变器（如SG系列）及ST系列PCS的边缘侧AI模块，提升光储协同调度响应速度；建议在PowerTitan系统中嵌入FreGAT轻量化版本，强化日前-日内功率预测能力，优化充放电策略，提升电...
一种基于多维相似性博弈融合与ISCSO-XGBoost的可解释光伏发电功率预测方法
An explainable photovoltaic power forecasting method for output based on multi-dimensional similarity game fusion and ISCSO- XGBoost
Qingbin Chen · Lin Zhu · Dechang Yang · Applied Energy · 预计 2026年7月 · Vol.415
本文提出一种融合多维相似性博弈机制与改进型混沌搜索优化算法（ISCSO）协同优化XGBoost的光伏功率可解释预测模型，提升短期功率预测精度与决策透明度。
解读: 该方法高度契合阳光电源iSolarCloud智能运维平台对高精度、可解释性发电预测的需求，可直接集成至ST系列PCS及组串式逆变器的边缘侧预测模块，增强光储协同调度能力；建议在PowerTitan系统中嵌入该模型以优化充放电策略，并面向地面光伏电站和工商业光伏场景开展实证部署。...
OmniTIEFormer：一种面向多尺度电池生命周期预测的三支路跨尺度迁移学习Transformer
OmniTIEFormer: A tri-branch transformer with cross-scale transfer learning for multi-scale battery life-cycle forecasting
Xuan Yi · Jianmao Xiao · Gang Lei · Xin Hu 等7人 · Applied Energy · 预计 2026年7月 · Vol.414
本文提出OmniTIEFormer模型，融合三支路Transformer架构与跨尺度迁移学习机制，实现对锂离子电池在不同老化阶段、工况和数据粒度下的精准寿命预测，提升小样本与跨电池类型泛化能力。
解读: 该模型可直接赋能阳光电源PowerTitan与ST系列PCS内置的智能BMS功能，提升储能系统循环寿命预测精度与健康状态（SOH）在线评估能力；建议集成至iSolarCloud平台，支撑电网侧/用户侧储能的预防性维护与容量衰减预警，优化PowerStack集群的协同调度策略。...
基于自适应多尺度感知的解耦网络用于高效高精度光伏发电功率预测
Adaptive multi-scale perception-based decoupled network for efficient and accurate photovoltaic forecasting
Lei Liu · Lelin Hu · Zhongwei Guo · Bin Li 等5人 · Solar Energy · 预计 2026年7月 · Vol.312
本文提出一种新型深度学习架构，融合多尺度时序特征提取与解耦建模机制，显著提升短期光伏出力预测精度与计算效率，适用于复杂气象条件下的动态功率预测任务。
解读: 该研究直接支撑阳光电源iSolarCloud智能运维平台的功率预测引擎升级，可嵌入组串式逆变器（如SG系列）和ST系列PCS的边缘侧轻量化预测模块，提升光储协同调度精度；建议在PowerTitan系统中集成该算法以优化储能充放电策略，增强电网辅助服务响应能力，并为户用及工商业光伏场景提供定制化预测A...
跨域能量流数字孪生：基于三维能量时空图的低碳系统多能量流协同调控动态共生框架
Cross-Domain Energy Flow Digital Twin: A Dynamic-Symbiosis-Driven Framework for Multi-Energy-Flow Coordinated Regulation in Low-Carbon Systems Based on Three-Dimensional Energy Spatio-Temporal Graph
Chenxi Jia · Longyue Yang · Wei Jin · Jifeng Zhao 等6人 · Applied Energy · 预计 2026年7月 · Vol.414
本文提出一种融合电、热、气多能流的三维时空图建模方法，构建动态共生驱动的跨域能量流数字孪生框架，支持低碳系统中源-网-荷-储多主体协同优化与实时调控。
解读: 该框架高度契合阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的多能协同调度需求。可赋能光储充一体化电站实现光伏出力、储能充放电、负荷响应与电网指令的时空耦合闭环调控；建议将三维能量时空图模型嵌入iSolarCloud 3.0，增强对风光储氢多源系统的预测性运维与构...
基于几何-电气模型融合特征的光伏阵列新型定量健康评估方法
A novel quantitative health evaluation for PV arrays based on geometric-electrical-model fusion features
Jian Dang · Yiren Ma · Yunxiang Zhang · Shaopeng Zhang 等6人 · Solar Energy · 预计 2026年7月 · Vol.312
本文提出一种融合光伏阵列几何布局与电气特性的多维特征建模方法，结合机器学习实现组件级健康状态量化评估，提升早期隐性故障识别精度与定位能力。
解读: 该技术可深度集成至阳光电源iSolarCloud智能运维平台，增强组串式逆变器（如SG系列）的故障预警能力；建议将融合特征模型嵌入ST系列PCS及PowerTitan储能系统的光储协同诊断模块，提升户用与工商业场景下光储电站的主动运维水平和LCOE竞争力。...
通过时空学习与物理驱动的异常检测提升太阳能功率预测精度
Enhancing solar power forecasts through spatiotemporal learning and physics-based anomaly detection
Yutian Hou · Jiangjiang Xia · Hongrong Shi · Chunlin Huang 等13人 · Solar Energy · 预计 2026年7月 · Vol.312
本文提出融合时空深度学习模型与基于物理约束的异常检测机制的光伏功率预测框架，提升短期至超短期预测精度与鲁棒性，尤其在云层突变、设备异常等场景下显著降低预测误差。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的功率预测与协同调度需求。时空学习模型可嵌入组串式逆变器边缘侧实现本地化超短期辐照-发电联合预测；物理异常检测模块可增强对MPPT失效、组串遮挡、PID衰减等典型故障的早期识别能力，直接提升电站LCOE。...
PV-MM-diffusion：一种面向超短期概率性光伏发电预测的端到端多模态扩散模型
PV-MM-diffusion: An end-to-end multi-modal diffusion model for ultra-short-term probabilistic photovoltaic forecasting
Jing Huang · Bopeng Shao · Yan Ke · Yuan Gao 等5人 · Applied Energy · 预计 2026年6月 · Vol.413
本文提出PV-MM-diffusion模型，融合卫星云图、数值天气预报与历史发电数据，利用多模态扩散架构实现分钟级超短期（15–60分钟）概率性光伏功率预测，显著提升不确定性量化能力与预测鲁棒性。
解读: 该模型高度适配阳光电源iSolarCloud智能运维平台及ST系列PCS、PowerTitan储能系统的日前/超短期功率预测需求，可嵌入组串式逆变器边缘AI模块或云端预测引擎，提升光储协同调度精度与电网支撑响应能力。建议在PowerTitan+组串逆变器联合调频场景中集成该模型输出的概率区间，优化S...
基于可解释不确定性量化机制的光伏阵列故障诊断及未知故障增量建模
An interpretable uncertainty quantification mechanism based photovoltaic array fault diagnosis and unknown fault incremental model
Peijie Lin · Zexing Ma · Jie Zhang · Yaohai Lin 等9人 · Solar Energy · 预计 2026年6月 · Vol.311
本文提出一种可解释的不确定性量化机制，用于提升光伏阵列故障诊断精度，并支持未知故障类型的增量学习建模，增强模型泛化能力与工业部署可信度。
解读: 该研究直接支撑阳光电源组串式逆变器（如SG系列）和iSolarCloud智能运维平台的故障预诊与自进化能力。其可解释不确定性量化机制可嵌入逆变器边缘AI模块，提升ST系列PCS在复杂工况下的异常识别鲁棒性；增量模型适配PowerTitan等光储系统中多源故障演化场景，建议在下一代智能逆变器固件中集成...
面向虚拟电厂应用的可再生能源AI预测模型对比评估
Comparative evaluation of AI forecasting models for renewable energy prediction in virtual power plant applications
Omaira Jajbhay · Mohamed F. Khan · Andrew G. Swanson · Energy Conversion and Management · 预计 2026年6月 · Vol.357
本文系统比较了多种AI预测模型在虚拟电厂中对光伏、风电等可再生能源出力的短期与超短期预测性能，涵盖LSTM、Transformer、XGBoost等算法，并评估其在调度优化与储能协同控制中的实用性。
解读: 该研究直接支撑阳光电源iSolarCloud智能运维平台的功率预测引擎升级，可提升ST系列PCS及PowerTitan储能系统在虚拟电厂场景下的日前/日内调度精度；建议将验证最优模型（如时空图神经网络）嵌入iSolarCloud预测模块，并与组串式逆变器实时数据流融合，强化光储协同调峰调频能力。...
基于可解释人工智能的异常工况下光伏发电功率预测
Photovoltaic power forecasting under atypical operating conditions validated by explainable artificial intelligence
Reinier Herrera-Casanova · Arturo Conde · Carlos Santos-Pérez · Carlos Cruz 等5人 · Energy Conversion and Management · 预计 2026年5月 · Vol.356
本文提出一种融合可解释人工智能（XAI）的光伏功率预测方法，针对云层突变、设备临时故障、阴影遮挡等非典型运行工况提升预测精度，并通过SHAP和LIME实现模型决策过程可视化与物理可解释性验证。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器的AI赋能升级需求。XAI驱动的异常工况预测可增强ST系列PCS与PowerTitan储能系统的协同调度鲁棒性，优化光储联合出力计划；建议将XAI模块嵌入iSolarCloud边缘侧推理引擎，支撑户用及工商业场景下逆变器级实时功率...
基于端点密集格拉姆特征编码与Mixup增强域对抗网络的多构型光伏阵列跨阵列故障诊断
Cross-array fault diagnosis of photovoltaic arrays with different configurations based on endpoint-dense gram feature encoding and mixup-enhanced domain adversarial network
Jiaqi Qu · Pengyuan Ma · Qiang Sun · Xiaogang Wu 等7人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合端点密集格拉姆图编码与Mixup增强域对抗网络的跨阵列故障诊断方法，提升不同拓扑、朝向、遮挡条件下光伏阵列的泛化故障识别能力。
解读: 该研究直接支撑阳光电源组串式逆变器（如SG系列）及iSolarCloud智能运维平台的故障预警升级。其跨配置鲁棒诊断能力可显著提升复杂山地/屋顶电站中多朝向、多倾角阵列的隐性故障识别精度；建议将模型轻量化后嵌入ST系列PCS边缘侧推理模块，并与PowerTitan储能系统联动实现‘光-储-智’协同诊...
面向多模态逆变系统早期故障检测的通道注意力共享-独占解耦表征学习
Shared-Exclusive Disentangled Representation Learning With Channel Attention for Incipient Fault Detection in Multimode Power Inverter Systems
Shuihui Rao · Yu Shuai · Zhihua Xiong · Min Wang · IEEE Transactions on Power Electronics · 预计 2026年5月
逆变系统在复杂多模态下运行，数据分布差异大，导致故障检测困难。本文提出了一种基于通道注意力的共享-独占解耦表征学习方法，旨在有效区分模态不变特征与模态特异性特征，从而提升多工作场景下的逆变器早期故障检测精度。
解读: 该技术对阳光电源的iSolarCloud智能运维平台具有极高的应用价值。阳光电源的组串式及集中式逆变器在不同光照、温度及电网环境下运行，属于典型的多模态系统。该研究提出的解耦表征学习方法，能有效解决传统算法在多工况下误报率高的问题，显著提升逆变器早期故障的预警准确性。建议将此算法集成至iSolarC...
基于细粒度子域对齐和特征分组的锂离子电池跨域SOH估计：一种Patch时间序列CNN-Transformer网络
Fine-Grained Subdomain Alignment and Feature Grouping-Based Cross-Domain SOH Estimation for Lithium-Ion Batteries Using a Patch Time Series CNN-Transformer Network
Xuanang Gui · Shu Zhang · Yuheng Cheng · Qianlong Wang 等7人 · IEEE Transactions on Power Electronics · 预计 2026年5月
针对锂离子电池健康状态（SOH）估计在跨域场景下因数据分布差异和标签数据不足导致性能下降的问题，本文提出了一种基于模糊聚类子域自适应的Patch时间序列CNN-Transformer网络。该方法通过细粒度子域对齐和特征分组策略，有效提升了跨域场景下的SOH估计精度与鲁棒性。
解读: 该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中，电池全生命周期的SOH精准估计是保障系统安全与收益的关键。该算法通过Patch时间序列与Transformer架构，能更高效地处理BMS采集的复杂工况数据，解决不同批次电池或不同应用场景（如调峰...
一种基于鲁棒规则的利用逆变器数据检测与分类光伏系统性能低下的方法
A robust rule-based method for detecting and classifying underperformance in photovoltaic systems using inverter data
Bernardo Mendonca Severiano · Earl Duran · Jonathan Rispler · Jaysson Guerrero Orbe 等10人 · Solar Energy · 2026年4月 · Vol.308
本文提出一种基于规则的鲁棒方法，利用光伏逆变器运行数据（如功率、电压、电流、温度等）自动识别和分类系统性能低下原因（如遮挡、污秽、组件失效、通信故障等），无需依赖高精度物理模型或大量标注数据。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及SG系列组串式逆变器的故障预警能力升级需求。其规则驱动的轻量化诊断方法可嵌入逆变器边缘侧固件，提升ST系列PCS和PowerTitan在光储电站中的实时健康评估能力，降低对云端AI算力依赖。建议将该方法集成至iSolarCloud 3.0故障...
面向天气感知的双分支融合光伏功率预测方法
Weather-aware dual-branch fusion for photovoltaic power forecasting
Bo Liu · Gang Liu · Xinlong Ma · Yisheng Cao 等7人 · Solar Energy · 2026年4月 · Vol.308
本文提出一种融合气象数值预报与历史发电数据的双分支深度学习架构，通过注意力机制协同建模时空特征与天气敏感性，显著提升短期光伏功率预测精度。
解读: 该技术高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器（如SG系列）的功率预测需求，可嵌入ST系列PCS和PowerTitan储能系统的能量管理模块，优化光储协同调度与电网辅助服务响应。建议将模型轻量化后部署于边缘侧逆变器，结合本地气象传感器实现实时滚动预测，提升户用及工商业光伏电站...
面向早期循环的自适应置信度校准半监督集成方法用于电池寿命预测
Adaptive confidence-calibrated semi-supervised ensemble for early-cycle battery lifetime prediction
Jianlong Bi · Zicheng Fei · Jin Wang · Applied Energy · 2026年4月 · Vol.409
本文提出一种自适应置信度校准的半监督集成方法，利用少量标注早期循环电池数据与大量无标签数据，提升电池剩余寿命（RUL）预测精度与可靠性。
解读: 该研究直接支撑阳光电源PowerTitan、PowerStack及ST系列PCS中嵌入式电池健康状态（SOH）与寿命预测功能升级。结合iSolarCloud平台，可实现储能电站全生命周期智能运维。建议将该算法集成至新一代PCS固件及BMS协同架构中，强化用户侧/电网侧储能项目的质保评估与二手电池梯次...
基于试点节点数据与神经网络的配电网实时光伏承载力分析
Real-time PV hosting capacity analysis of distribution networks using pilot buses data and neural networks
Md. Nazrul Islam Siddique · Krishneel Prakash · Saad Mekhilef · Hemanshu Pota · Applied Energy · 2026年4月 · Vol.409
该文提出一种利用试点节点量测数据结合神经网络模型实时评估配电网光伏承载力的方法，提升分布式光伏大规模接入下的安全裕度评估效率与精度。
解读: 该研究直接支撑阳光电源iSolarCloud智能运维平台对海量组串式逆变器集群的承载力动态评估需求，可集成至ST系列PCS及PowerTitan储能系统的协同调度模块，优化光储联合并网策略。建议将轻量化神经网络模型嵌入逆变器边缘侧（如SG系列组串逆变器），结合云端iSolarCloud实现‘端-边-...
物理引导的机器学习用于光伏组件串联与并联电阻高精度估计
Physics-Guided Machine Learning for Accurate Series and Shunt Resistance Estimation in Photovoltaic Modules
Haengwoo Lee · Yongkeun Lee · IEEE Access · 2026年4月 · Vol.14
本文提出一种融合物理先验与XGBoost回归的机器学习框架，从含噪I-V曲线中鲁棒估计光伏组件Rs和Rsh。通过辐照度归一化特征提取与PCA降维，显著提升噪声下Rsh估计精度，Rs相对误差降低20–25%。
解读: 该技术可深度集成至阳光电源iSolarCloud智能运维平台及SG系列组串式逆变器的嵌入式MPPT算法中，增强实时IV扫描下的组件级衰减识别与隐裂/热斑早期预警能力；建议在PowerTitan光储系统中复用该模型优化储能侧PV输入健康评估，并推动ST系列PCS升级支持AI驱动的电阻参数在线辨识功能。...
基于时空特征自适应提取与状态转移融合的表后光伏分解方法
A Post-Meter PV Disaggregation Method Based on Adaptive Spatio-Temporal Feature Extraction and State Transition Fusion
作者未知 · 电力系统自动化 · 2026年4月 · Vol.2026
针对表后分布式光伏不可观问题，提出融合动态时空图建模、多尺度周期解耦与图扩散卷积的分解方法。在268用户真实数据上MAE降低58.8%，15%数据缺失下仍提升61.7%精度。
解读: 该方法高度契合阳光电源iSolarCloud智能运维平台对户用及工商业场景下表后光伏出力精准感知的需求，可直接赋能组串式逆变器（如SG系列）与ST系列PCS的边缘-云协同诊断与功率预测。建议将模型轻量化后嵌入逆变器本地AI模块，并与PowerTitan系统联动优化光储协同调度，提升配网侧可观、可测、...
第 1 / 16 页