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；...