找到 269 条结果 · IEEE Access
一种抑制漏电流的光伏-风电混合单相无变压器级联NPC五电平并网逆变器
A Hybrid PV-Wind Single-Phase Transformer-Less Grid-Connected Cascaded NPC Inverter Minimizing Leakage Currents
Pandry Narendra Rao · Lalit Mohan Saini · Bhupender Sharma · D. G. Abhilash Krishna 等6人 · IEEE Access · 2026年4月 · Vol.14
针对无变压器型光伏-风电混合并网系统漏电流大、电能质量差的问题，提出一种级联NPC五电平拓扑，结合LC滤波与优化PWM控制，有效抑制高频及工频漏电流，满足DIN VDE 0126-1-1等标准，THD符合IEC 61707和IEEE 1547-200要求，并通过HIL-FPGA平台实验验证。
解读: 该文提出的级联NPC五电平无变压器单相并网拓扑，直接关联阳光电源户用及工商业光伏逆变器（如SG系列组串式逆变器）的漏电流抑制与高效率需求。其LC滤波+多电平调制方案可提升ST系列PCS在光储混合场景下的共模电压抑制能力，增强PowerStack在弱电网单相接入时的合规性与可靠性。建议将该拓扑思想融入...
基于电阻的锂离子电池荷电状态与健康状态协同估计算法
A Resistance-Based Co-Estimation Framework for State-of-Charge and State-of-Health of Lithium-Ion Batteries Across Usage Cycles
Wei-En Chang · Chung-Chun Kung · IEEE Access · 2026年4月 · Vol.14
本文提出一种基于欧姆内阻的SOH估算新方法，并构建跨循环自适应SOCr估计算法，结合健康指标实现电池早期衰退预警。实验表明该方法显著提升多周期SOC估计精度，支持主动运维。
解读: 该算法可直接赋能阳光电源ST系列PCS及PowerTitan储能系统的智能BMS功能，提升其在光储/风储电站中对电池寿命预测与健康状态实时诊断能力。建议将该电阻基协同估计算法集成至iSolarCloud平台，与PowerTitan的液冷电池舱数据联动，实现SOH-SOC联合预警，增强用户侧储能项目全...
光伏发电子系统局部阴影检测性能评估：阵列构型对比研究
Performance Evaluation of Partial Shading Detection for Photovoltaic Generation Systems: A Comparative Study of Array Configurations
Jen-Hao Teng · Han-Cheng Wu · Chun-Wei Cheng · IEEE Access · 2026年4月 · Vol.14
本文提出一种基于参数估计与阴影因子判定的增强型局部阴影检测（PSD）方法，针对SP、TCT及SP-TCT等典型光伏阵列构型，在多种阴影模式和辐照条件下验证其高正确率，并保障全局最大功率点跟踪（GMPP）鲁棒性。
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智能平台的阴影识别与自适应MPPT优化能力。增强PSD算法可集成至逆变器嵌入式控制单元，提升复杂遮挡下MPPT效率；亦可赋能PowerTitan光储系统实现更精准的光伏侧功率预测与储能协同调度。建议在下一代组串式逆变器固件升级中...
基于协同控制的电压-无功优化中聚类技术与通信拓扑研究
Study of Clustering Technique and Communication Topologies for Cooperative Control-Based Volt-Var Optimization
Gaurav Yadav · Yuan Liao · Dan M. Ionel · IEEE Access · 2026年4月 · Vol.14
针对分布式光伏等可再生能源接入导致配电网电压快速波动、传统OLTC和电容器组响应滞后的问题，本文提出一种基于DG逆变器无功协同控制的电压优化方法，通过设计新型通信拓扑与DG节点聚类策略，降低大规模系统通信与计算复杂度，并在改进IEEE 123节点系统上验证有效性。
解读: 该研究高度契合阳光电源组串式逆变器（如SG系列）、ST系列储能变流器及iSolarCloud平台在配网侧V-VAR协同调控的应用需求。其聚类架构可直接适配阳光电源多逆变器+PCS集群的本地边缘协同控制逻辑；通信拓扑优化有助于提升PowerTitan系统在微网/光储一体化场景下的无功动态响应精度与鲁棒...
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。...
高升压非隔离型DC–DC变换器综述：聚焦拓扑构建方法与特性
A Review of High-Step-Up Non-Isolated DC–DC Converters Focusing on the Topology Methodology and Features
Iman Soltani · Gholam Reza Molaeimanesh · Hossein Gholizadeh · Hani Vahedi · IEEE Access · 2026年4月 · Vol.14
本文系统综述了100余种非隔离高升压DC-DC变换器（排除耦合电感型），提出基于子变换器分解的结构化分类框架，涵盖23类拓扑，定量对比电压增益、器件应力、电流连续性及元件数量等关键指标，为可再生能源与储能系统提供拓扑选型依据。
解读: 该文对阳光电源ST系列PCS、PowerTitan储能系统及组串式逆变器中的前级DC-DC环节具有直接指导价值。高升压非隔离拓扑可优化PV侧MPPT电压范围适配（如超长组串或双面组件）、提升低压电池（如LFP 200–600V）至高压直流母线（1500V+）的转换效率，并降低SiC/GaN器件电压应...
多目标集成电路物理布局优化的分层深度强化学习及拥塞感知奖励塑造
Hierarchical Deep Reinforcement Learning for Multi-Objective Integrated Circuit Physical Layout Optimization With Congestion-Aware Reward Shaping
Haijian Zhang · Yao Ge · Xiuyuan Zhao · Jiyuan Wang · IEEE Access · 2025年9月
随着半导体技术向先进节点演进,集成电路物理布局优化面临关键挑战,传统EDA工具难以同时优化布线拥塞、功耗和时序等多个冲突目标。本文提出一种新型分层深度强化学习框架,采用拥塞感知奖励塑造机制动态平衡探索与利用。
解读: 该深度强化学习优化技术可直接应用于阳光电源SiC功率模块的芯片布局设计。通过多目标优化框架同时优化功率密度、热分布和可靠性,为ST系列储能变流器的新一代高功率密度芯片设计提供AI辅助工具。...
使用双功能电极周期性极性切换的PEM电解槽创新气体控制系统以增强效率和寿命
Innovative Gas Control System for PEM Electrolyzers Using Periodic Polarity Switching With Bifunctional Electrodes for Enhanced Efficiency and Lifetime
Björn O. Åkermark · Biswanath Das · Björn E. Åkermark · IEEE Access · 2025年8月
通过水电解高效制氢是实现完全无化石燃料能源转型的有前景方法之一。氢可与风光等可再生能源一起使用以平滑其功率生产，也可作为独立解决方案稳定电网并支持各种工业过程。用于电网应用和可再生能源的最有前景电解槽是质子交换膜电解槽，因其快速动态性。由于高成本和相对短寿命，它们今天在电网或工业中未广泛使用。通过特别设计的电极，质子交换膜电解槽可在循环极性切换下运行，使电极自我再生。这增加质子交换膜电解槽寿命，并最小化其随时间的效率下降。为在工业水平实施极性切换，确保氢始终进入正确储存单元并保持超纯的新颖解决方...
解读: 该PEM电解槽技术对阳光电源氢能和储能系统集成有前瞻性参考价值。阳光可探索电解制氢在可再生能源消纳和长时储能中的应用。极性切换提升电解槽寿命的技术对阳光开发电解槽电源系统有借鉴意义。快速动态响应特性与阳光功率变换器快速控制能力一致。模块化气体控制系统设计思路对阳光氢储能系统集成有参考价值。该研究展示...
基于图神经网络的电动汽车充电负荷预测与需求响应优化
A Comprehensive Review on Next-Generation Modeling and Optimization for Semiconductor Devices
Pratikhya Raut · Deepak Kumar Panda · Amit Kumar Goyal · IEEE Access · 2025年7月
电动汽车大规模接入对电网负荷管理提出新挑战,精准的充电负荷预测是需求响应优化的基础。本文提出基于图神经网络的充电负荷预测模型,捕捉充电站之间的时空关联性,结合需求响应策略实现充电负荷的削峰填谷。
解读: 该充电负荷预测技术可应用于阳光电源充电桩和储能系统的协同优化。通过智能预测和需求响应策略,优化充储一体化系统的能量调度,降低电网峰值负荷,提升充电基础设施的经济性,为光储充一体化解决方案提供智能调度支持。...
YOLOv8n-GBE：一种结合Ghost卷积与BiFPN-ECA注意力机制的混合YOLOv8n模型
YOLOv8n-GBE: A Hybrid YOLOv8n Model With Ghost Convolutions and BiFPN-ECA Attention for Solar PV Defect Localization
Likitha Reddy Yeddula · Archana Pallakonda · Rayappa David Amar Raj · Rama Muni Reddy Yanamala 等6人 · IEEE Access · 2025年6月
可靠的光伏组件缺陷检测对维持长期能源效率和降低运维成本至关重要。本文提出一种基于混合YOLOv8n架构的轻量高性能深度学习模型，适用于RGB、灰度及红外等多种模态下的多尺度缺陷识别。该模型融合BiFPN结构、Ghost Bottleneck模块与高效通道注意力（ECA），提升多尺度表征能力，减少冗余计算，增强特征提取。在PVEL-AD、PV-Multi-Defect和Solar Panel Anomalies三个基准数据集上的实验表明，模型mAP@50分别达96.5%、94.6%和97.6%，推...
解读: 该轻量级光伏缺陷检测模型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云平台的智能诊断模块，结合无人机巡检实现SG系列光伏电站的实时缺陷识别，1.9ms推理速度和3M参数量满足边缘计算需求。多模态检测能力（RGB/红外）可增强PowerTitan大型储能电站的组件健康监测...
主动磁悬浮轴承系统的先进解析和经验控制策略
Advanced Analytical and Empirical Control Strategies for Active Magnetic Bearing Systems
Debarghya Dutta · Pabitra Kumar Biswas · Suraj Gupta · Sukanta Debnath 等6人 · IEEE Access · 2025年6月
主动磁悬浮轴承系统非常适合高速应用，展示与清洁环境如可再生能源领域的兼容性，以及极端压力、温度和恶劣环境等挑战性条件。本文深入评估主动磁悬浮轴承控制，这些电磁轴承由电力电子元件供电。强调各种主动磁悬浮轴承控制技术的优缺点。然而由于非线性和固有不稳定性质，控制主动磁悬浮轴承存在困难。工作专注于强调使用傅里叶和经验数据驱动工程方法的先进控制策略，显著扩展主动磁悬浮轴承在各行业的潜在应用。文章还强调研究潜在方向，强调使用麦克斯韦原理的主动磁悬浮轴承数值建模，展示复杂控制方案以理解动态情况。
解读: 该磁悬浮轴承控制技术对阳光电源高速电机应用具有前瞻价值。虽然阳光主营电力电子产品，但该无机械接触轴承技术可应用于阳光未来布局的高速飞轮储能系统。该先进控制策略与阳光SiC功率器件和DSP控制技术结合，可开发高效低损耗的磁悬浮储能飞轮，提供快速功率响应能力，应用于电网调频和UPS系统。...
基于改进型人工神经网络的光伏系统最大功率点跟踪：融合元启发式与解析算法以实现部分遮阴下的最优性能
Enhanced ANN-Based MPPT for Photovoltaic Systems: Integrating Metaheuristic and Analytical Algorithms for Optimal Performance Under Partial Shading
Alpaslan Demirci · Idriss Dagal · Said Mirza Tercan · Hasan Gundogdu 等6人 · IEEE Access · 2025年5月
在部分遮阴条件下，光伏系统效率显著下降，导致最大功率点跟踪困难。本文提出一种改进型人工神经网络（ANN）方法，通过结合解析算法与元启发式优化算法进行训练，提升MPPT性能。模型基于涵盖多种遮阴、辐照及温度条件的大量数据集构建，仿真结果表明，该方法在动态遮阴环境下具有更高精度、更快响应速度和更强稳定性，MPPT效率在晴空和遮阴条件下分别达99.98%和99.97%，优于传统P&O及GWO、HHO、PSO等优化算法。
解读: 该改进型ANN-MPPT技术对阳光电源SG系列光伏逆变器具有重要应用价值。当前SG系列产品采用传统P&O或PSO算法，在复杂遮阴场景下存在局部最优陷阱和响应速度瓶颈。该研究通过元启发式算法训练ANN模型，在动态遮阴下实现99.97%的MPPT效率，可直接集成至SG逆变器的DSP控制器中，提升分布式光...
数字孪生与TD3算法实现车联网中电动汽车能量管理优化
Digital Twin and TD3-Enabled Optimization of xEV Energy Management in Vehicle-to-Grid Networks
Irum Saba · Abdulraheem H. Alobaidi · Sultan Alghamdi · Muhammad Tariq · IEEE Access · 2025年5月
电动汽车快速普及需优化储能系统管理以提升性能、寿命和可靠性。传统ESS管理方法在实时状态估计、能量优化和预测性维护方面存在困难，导致电池利用和可持续性效率低下。本文提出先进ESS框架，集成数字孪生DT技术和双延迟深度确定性策略梯度TD3算法（源自DDPG的最先进强化学习方法）。该集成实现关键ESS状态（SOC、SOH、SOE和RUL）的精确实时估计，增强预测性维护和运营效率。所提框架促进主动电池健康监控，生成潜在故障早期预警，通过DT驱动ESS控制实现智能电池更换。通过动态调整ESS控制策略，T...
解读: 该数字孪生技术对阳光电源新能源汽车业务具有重要价值。阳光OBC车载充电机和BMS系统需要精准的电池状态估计和智能能量管理。该研究的DT-TD3框架可集成到阳光车辆能量管理系统，实现99.8%的高精度SOC/SOH估计，优化充电策略和电池寿命管理。在V2G车网互动场景下，该技术可预测电池健康状态，智能...
PWM驱动感应电机的多物理场耦合高级表征框架
A Coupled Multiphysics Framework for Advanced Characterization of PWM-Driven Induction Motors
Omolbanin Taqavi · Pengzhao Song · Alexandre J. Bourgault · Ze Li 等6人 · IEEE Access · 2025年5月
高性能电机设计需要电磁、机械和热多物理域的复杂集成。本文提出逆变器驱动牵引感应电机的半解析多物理场评估框架。集成电磁模型评估转子定子电流、牵引特性和气隙磁通密度；振声模型预测电磁力引起的噪声振动；三维节点网络热模型捕获瞬态温度分布。这些高效模型无缝集成统一框架，支持精确高效分析和优化工具集成。在封闭感应电机原型上验证，经有限元分析和实验测试确认，为电机多物理场性能评估提供新方法，适用于各类应用和机型。
解读: 该多物理场仿真技术是阳光电源电机驱动产品开发的关键工具。阳光在新能源汽车电机控制器领域需要类似的电磁-热-振动耦合分析能力。该框架可集成到阳光电机驱动系统设计流程，优化PWM调制策略，降低电磁噪声和振动。结合阳光SiC器件应用经验，该技术可提升电机系统效率至96%以上，延长电机寿命，增强NVH性能。...
基于数字孪生的储能系统电池热管理优化与寿命预测
Reliability Issues and Degradation Mechanisms of p-GaN Gated E-Mode AlGaN/GaN Power HEMTs: A Critical Review
J. Ajayan · Asisa Kumar Panigrahy · Sachidananda Sen · Maneesh Kumar 等5人 · IEEE Access · 2025年5月
储能系统电池热管理对性能和寿命至关重要,传统控制策略缺乏预见性。本文提出基于数字孪生的热管理优化方法,通过实时热仿真和寿命预测模型优化冷却策略,延长电池循环寿命。
解读: 该数字孪生热管理技术可应用于阳光电源ST系列储能系统。通过虚实融合的热管理优化,提升电池一致性和循环寿命,降低热管理能耗,实现储能系统的精细化温度控制,为大规模储能电站提供智能热管理方案。...
三相并网逆变器的无源性控制与虚拟阻抗优化设计
Enhancing Performance Toward Torque and Flux Control Through a Hybrid Approach of Intelligent and DTC for SRM Drives
Deepak Mohanraj · M Umavathi · Rajesh Verma · Bharatiraja Chokkalingam 等5人 · IEEE Access · 2025年5月
并网逆变器在弱电网条件下易出现稳定性问题,无源性控制提供理论稳定性保证。本文提出基于无源性理论的并网控制策略,通过虚拟阻抗优化设计实现宽范围电网阻抗适应性,保证系统鲁棒稳定性。
解读: 该无源性控制技术可应用于阳光电源SG系列光伏逆变器的弱网并网场景。通过虚拟阻抗优化提升逆变器在高阻抗电网条件下的稳定性,拓展并网适应范围,减少并网点电压波动,提升弱电网地区的光伏接入能力。...
GMFLDA：基于图卷积网络的lncRNA-疾病关联预测改进方法
GMFLDA: Improved Prediction of lncRNA-Disease Association via Graph Convolutional Network
Kwangsu Kim · Jihwan Ha · IEEE Access · 2025年5月
随着多种异构网络的快速发展，整合多源结构以捕捉实体间与实体内关系的需求日益增长。基于网络的方法在节点标签预测与潜在关联挖掘中表现出色，广泛应用于推荐系统、基因互作及lncRNA-疾病关联预测等领域。本文提出GMFLDA，一种融合图卷积网络与深度矩阵分解的机器学习框架。该模型利用GCN提取lncRNA与疾病的高保真特征表示，并通过多层感知机实现深度矩阵分解以推断潜在关联。实验结果显示，该模型在留一法和五折交叉验证中AUC分别达0.9183与0.9057，性能优于五种前沿方法，展现出卓越的预测能力，...
解读: 该图卷积网络与深度矩阵分解融合方法对阳光电源智能运维体系具有重要借鉴价值。其多源异构网络整合思路可应用于iSolarCloud平台的故障预测：通过构建设备-故障-环境参数的多层关联网络，利用GCN提取SG光伏逆变器、ST储能变流器的运行特征，结合矩阵分解推断潜在故障模式。该方法的高保真特征提取能力可...
超参数优化自动化机器学习与可解释人工智能模型的对比分析
Comparative Analysis of Automated Machine Learning for Hyperparameter Optimization
Muhammad Salman Khan · Tianbo Peng · Hanzlah Akhlaq · Muhammad Adeel Khan · IEEE Access · 2025年5月
人工智能AI日益应用于解决复杂现实问题。AI最重大挑战之一在于为给定任务选择和微调最优算法。自动化机器学习AutoML模型作为应对这一挑战的有前途解决方案出现，通过系统探索超参数空间高效识别最优配置。本研究通过对AutoML框架进行超参数优化综合对比分析以及评估各种可解释性技术提升模型可解释性有效性，解决当前文献中的关键空白。为此，选择随机森林RF作为基础模型并与九种不同AutoML框架集成，即随机搜索RS、网格搜索GS、Hyperopt、TPOT、Optuna、GP Minimize、Fore...
解读: 该自动化机器学习技术对阳光电源数据分析和优化具有重要应用价值。阳光iSolarCloud平台处理海量光伏储能运行数据，需要高效的机器学习模型开发工具。该研究的AutoML框架对比和Optuna优选结果可指导阳光优化云平台的预测模型，如光伏发电预测、电池寿命预测和故障诊断。在储能系统优化中，该超参数自...
高K介质包裹GaN环栅场效应管在IoT系统中的高频器件设计与分析
Design and Analysis of High-K Wrapped GaN GAA FET as High-Frequency Device in IOT Systems
Sneha Singh · Rudra Sankar Dhar · Amit Banerjee · Vinay Gupta · IEEE Access · 2025年4月
基于氮化镓GaN的栅堆叠GS环绕栅场效应管GAA FET因其卓越材料特性如高电子迁移率、宽禁带和优越热稳定性，成为下一代节能电子设备有前途候选。本研究聚焦GaN基GAA FET的直流和交流性能评估，结合高k介电间隔层和源漏欠覆盖工程。直流分析参数如亚阈值斜率、阈值电压、漏电流、泄漏电流和电流比。相比所提2nm技术节点IRDS2025，关态泄漏电流降低约95%、开关比提升约606%。此外，亚阈值摆幅优化约65mV/decade，表明卓越泄漏控制和开关性能。交流分析评估关键品质因数包括跨导、截止频率...
解读: 该GaN器件技术对阳光电源功率半导体研发具有重要参考价值。阳光在储能变流器和光伏逆变器中应用GaN器件追求更高开关频率和更低损耗。该研究的高k介质间隔层和欠覆盖设计可启发阳光GaN功率器件优化，降低寄生电容，提升开关速度103%。在高频应用中，该器件的低亚阈值摆幅（65mV/decade）和高开关比...
基于神经网络模仿学习的随机电池管理系统近似
Neural Network-Based Imitation Learning for Approximating Stochastic Battery Management Systems
Andrea Pozzi · Alessandro Incremona · Daniele Toti · IEEE Access · 2025年4月
锂离子电池在电动汽车中发挥关键作用，但优化充电过程以提升电池寿命、安全性和效率仍是重大挑战。传统预测控制方法依赖精确模型，受老化、生产变异和运行条件导致的参数不确定性限制。随机预测控制策略可通过将不确定性纳入优化过程解决该问题，但引入大量计算复杂性。本文提出新型方法，通过模仿学习高效近似随机预测控制策略，通过离线训练显著降低计算负担。该方法利用Dataset Aggregation算法克服分布偏移问题。基于详细电化学模型的仿真验证方法有效性，遵守概率约束，为先进电池管理系统提供可扩展且计算高效的...
解读: 该随机电池管理优化技术对阳光电源新能源汽车电驱控产品线有重要价值。阳光车载OBC和BMS面临电池参数不确定性和复杂工况的挑战。模仿学习方法可将高计算复杂度的随机优化控制策略离线训练为轻量化神经网络模型，部署到阳光嵌入式BMS硬件中。该技术可提升阳光BMS在不确定条件下的充电优化性能，延长电池寿命，提...
第 1 / 14 页