找到 2 条结果 · 智能化与AI应用

排序:
智能化与AI应用 深度学习 机器学习 并网逆变器 ★ 5.0

电路到图:基于多维泛化的功率变换器建模

Circuit-to-Graph: Power Converters Modeling With Multidimensional Generalization

Weihao Lei · Fanfan Lin · Xin Zhang · Xinze Li 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年11月 · Vol.14

本文提出Circuit-to-Graph(C2G)方法,利用图神经网络(GNN)建模功率变换器全局结构特征,并结合领域自适应(DA)实现跨工况、调制策略和拓扑结构的高效泛化建模,显著提升小样本预测精度与训练效率。

解读: 该C2G方法高度适配阳光电源ST系列PCS、PowerTitan储能系统及组串式光伏逆变器的智能建模需求,可支撑iSolarCloud平台对多型号、多场景下设备损耗、温升与效率的快速精准预测。建议在下一代PCS固件中嵌入轻量化GNN推理模块,结合实时运行数据在线校准模型,提升故障预警与寿命评估能力;...

智能化与AI应用 ★ 5.0

PE-GPT:电力电子设计的新范式

PE-GPT: A New Paradigm for Power Electronics Design

Fanfan Lin · Xinze Li · Weihao Lei · Juan J. Rodriguez-Andina 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月

大型语言模型(LLM)在推动众多行业发展方面展现出了令人振奋的潜力,但由于缺乏专业的电力电子(PE)技术知识以及处理特定电力电子数据时面临的挑战,其在电力电子领域的应用受到了阻碍。本研究提出了一种开创性的方法,用于构建专门针对电力电子设计应用的多模态大型语言模型,名为 PE - GPT。该方法包括利用从电力电子知识库中进行检索增强生成来强化 PE - GPT,并提出了一个混合框架,将大型语言模型代理与元启发式算法、模型库和仿真库相结合。这增强了其多模态处理能力,并使其能够融入现有的设计工作流程。...

解读: 从阳光电源的业务视角来看,PE-GPT代表了电力电子设计范式的重要突破,对公司光伏逆变器、储能变流器等核心产品的研发具有战略意义。该技术通过多模态大语言模型与元启发式算法、仿真库的深度融合,能够显著提升电力电子设计的效率和准确性,在双有源桥(DAB)变换器调制策略和Buck变换器参数设计中已展现出比...