找到 141 条结果 · IEEE Transactions on Industrial Informatics
基于GAN-QRCNLSTM与高分辨率数据重构的日前光伏功率概率密度预测
Day-Ahead PV Power Probability Density Forecasting With GAN-QRCNLSTM Based on High-Resolution Data Reconstruction
Yaoyao He · Xiaolin Chen · Yifan Zhang · Xiaodong Yang · IEEE Transactions on Industrial Informatics · 2025年12月 · Vol.22
本文提出一种融合高分辨率多维相似时刻选择、GAN增强NWP-实测联合分布建模及QRCNLSTM多分支时空特征提取的概率预测模型，显著提升复杂天气下日前光伏功率预测精度与不确定性量化能力。
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、ST系列PCS的功率预测与协同调度需求。模型可嵌入iSolarCloud实现分钟级概率化发电预测，支撑PowerTitan储能系统在调峰调频中的动态充放电决策；建议将GAN-QRCNLSTM轻量化后集成至SG系列逆变器边缘AI模...
基于时变网络的电池储能系统隐私保护分布式能量管理
Privacy-Preserving Distributed Energy Management for Battery Energy Storage Systems Over Time-Varying Networks
Wei Chen · Zidong Wang · Jimmy Chih-Hsien Peng · Guo-Ping Liu · IEEE Transactions on Industrial Informatics · 2025年12月
本文探讨了电池储能系统（BESS）的隐私保护能量管理问题。针对时变网络，提出了一种自主隐私保护分布式优化（APPDO）方案，旨在调节本地电池储能系统的功率输出，在电池容量约束下以最低经济成本满足总负载需求，同时避免隐私泄露。为此，将梯度下降算法与无领导者和领导者 - 跟随者一致性方案相结合，提出了一种线性收敛的分布式算法。该算法适用于电池储能系统的孤岛和并网两种模式。此外，通过向相邻节点间交换的数据中注入精心设计的扰动序列，构建了一种新颖的隐私保护方法，使其能够有效抵御恶意窃听者。进一步地，建立...
解读: 从阳光电源储能系统业务视角来看，这项隐私保护分布式能量管理技术具有重要的战略价值。当前我们的储能解决方案在工商业园区、虚拟电厂等多站点协同场景中，面临着数据安全与优化效率的双重挑战。该论文提出的APPDO算法通过梯度下降与共识机制的结合，能够在不泄露各储能站点敏感信息（如容量、负荷、成本参数）的前提...
基于氢的光伏电池储能系统中用于混合动力电动汽车充电站的电网同步与孤岛控制
Grid Resynchronization and Islanding Controls in Hydrogen-Based PV Battery Energy Systems for Hybrid EV Charging Station
Tanu Prasad · Shailendra Kumar · Bhim Singh · Shashank Kurm 等5人 · IEEE Transactions on Industrial Informatics · 2025年12月
本文针对支持制氢和混合电动汽车充电站的并网型光伏电池系统，提出了一种基于广义线性复值估计输入的最小均方（WLC - EILMS）控制策略。该充电系统能够在并网和孤岛模式之间实现无缝切换，确保在电网出现扰动时持续运行。所提出的策略能有效抑制非线性负载产生的谐波电流，通过前馈回路实现光伏功率的最大提取，并可实现自动电网同步。在并网模式下，该策略能确保在畸变条件下进行准确的电流估计；在孤岛模式下，能为电解槽和本地负载维持稳定的供电。对比分析证实了WLC - EILMS具有卓越的动态性能，其稳态误差为0...
解读: 从阳光电源的业务布局来看，这项针对光储氢一体化混合充电站的并离网控制技术具有显著的战略价值。该技术通过WLC-EILMS控制策略实现了光伏-储能-制氢-充电系统的无缝切换，这与我司在"光储充氢"多能互补领域的发展方向高度契合。 **技术价值层面**，该方案解决了多个核心痛点：首先，并离网自动切换和...
一种半去中心化的数据-模型驱动优化方案用于大规模风电场发电协同控制
A Semi-decentralized Data-Model-Driven Optimization Scheme for Coordinated Control of Large-Scale Wind Farm Power Maximization
Jingyao Hu · Qinmin Yang · Wenchao Meng · Jun Yang 等6人 · IEEE Transactions on Industrial Informatics · 2025年12月
尾流效应会显著降低风电场的发电量，这促使人们广泛关注风电场级发电优化问题。然而，当大型风电场面临高度动态的风况时，该优化问题极具挑战性。为解决这一问题，我们提出了一种半分散式数据模型驱动的优化方案，该方案通过与风电场交互利用实时数据，且求解速度快。首先，根据不同风向的发电效率，将优化问题划分为若干静态子问题。对于每个静态子问题，基于尾流模型和谱聚类算法将大型风电场分解为多个集群。在进行在线控制时，根据集群划分结果并行采用数据驱动方法来实现发电量最大化。此外，采用多变量耦合尾流模型验证了该优化方案...
解读: 该论文提出的半分散式数据-模型驱动优化方案针对大规模风电场尾流效应问题，对阳光电源在风电变流器及新能源综合解决方案领域具有重要借鉴价值。 从技术架构层面，该方案将大规模优化问题分解为基于风向的静态子问题，再通过谱聚类算法进行集群划分，实现并行化数据驱动控制。这种"分而治之"的思路与阳光电源在大型光...
多步联合概率海上风电功率预测：一种基于置信度触发聚类的缺失数据容忍模型
Multistep Joint Probabilistic Forecasting of Offshore Wind Power: A Confidence-Triggered Clustering Missing-Data Tolerant Model
Zhengganzhe Chen · Chenglong Du · Bin Zhang · Chaoyang Chen 等5人 · IEEE Transactions on Industrial Informatics · 2025年12月
准确可靠的海上风电场集群发电预测对于多能电力系统的低碳运行至关重要。在实际应用中，由于数据采集系统的各种故障问题或恶劣海洋环境中的通信中断，测量数据可能并不总是完整的，而关键数据的缺失可能会显著降低概率模型的可信预测精度。为解决这一问题，本文提出了一种基于置信触发模糊聚类分位数增强变压器（CFCQET）的新型容忍缺失数据模型。首先，开发了一种基于分位数增强变压器的多步风电概率预测方法，其中预测值通过条件置信期望进行迭代更新。然后，基于风电场的时空特征，构建了海上风电场的模糊C均值（FCM）聚类模...
解读: 从阳光电源新能源综合解决方案提供商的视角来看，这篇论文提出的海上风电集群多步概率预测技术具有重要的战略参考价值。虽然论文聚焦风电场景，但其核心方法论对阳光电源在光伏电站群、风光储一体化项目以及多能源管理系统中的功率预测能力提升具有直接借鉴意义。 该技术的核心创新在于缺失数据容忍机制和置信度触发策略...
基于神经网络的光伏集成主动配电网动态等值
Dynamic Equivalent of PV-Integrated Active Distribution System Using Neural Networks
Md Rifat Hossain · Prabin Mali · Sumit Paudyal · IEEE Transactions on Industrial Informatics · 2025年12月
随着配电系统（DSs）在光伏（PV）渗透率不断提高的情况下向有源配电网（ADNs）转变，计算上易于处理的动态模型对于实时分析和控制变得十分必要。本文提出了一种基于非线性自回归外生（NARX）型递归神经网络（RNNs）的两阶段数据驱动建模框架，用于开发智能光伏系统和含光伏的有源配电网的动态等效模型（DEMs）。首先，开发动态等效模型以捕捉具备辅助电压支撑功能的住宅光伏系统的非线性功率动态特性。该框架进一步扩展，以自动捕捉不同光伏渗透率水平下变电站级有源配电网的功率交换情况。数据驱动模型与传统建模方...
解读: 从阳光电源的业务视角来看，这项基于NARX递归神经网络的主动配电网动态等效建模技术具有重要战略价值。该技术直接切中高比例光伏接入配电网后系统建模复杂度激增的痛点，为我司智能光伏逆变器的电网支撑功能优化提供了新的技术路径。 该研究的核心价值在于将复杂的光伏并网系统动态特性压缩为高精度、低计算量的数据...
基于分布式储能系统的源-网-荷协同灵活性机制
Joint Upstream-Distribution Flexibility Mechanism Using Distributed Energy Storage Systems
Mohammad Hassan Nikkhah · M. Imran Azim · Ali Moradi Amani · Mahdi Jalili 等5人 · IEEE Transactions on Industrial Informatics · 2025年11月 · Vol.22
本文提出一种配电系统运营商与柔性负荷（含电动汽车、电池储能系统）间双向灵活性交互机制，通过用户贡献指数与KKT条件建模灵活性市场，在满足上级电网调节需求前提下最小化DSO总成本。仿真表明该机制显著降低DSO向上级电网购电成本。
解读: 该研究高度契合阳光电源ST系列PCS及PowerTitan在用户侧/配网侧的灵活性聚合与市场化响应能力。其提出的分布式储能协同调度框架可直接赋能iSolarCloud平台的虚拟电厂（VPP）功能，支撑PowerStack在工商业微电网中参与辅助服务。建议将文中灵活性市场出清算法嵌入ST PCS的本地...
ZTFed-MAS2S：一种用于风电数据填补的可验证隐私与信任感知聚合零信任联邦学习框架
ZTFed-MAS2S: A Zero-Trust Federated Learning Framework With Verifiable Privacy and Trust-Aware Aggregation for Wind Power Data Imputation
Yang Li · Hanjie Wang · Yuanzheng Li · Jiazheng Li 等5人 · IEEE Transactions on Industrial Informatics · 2025年10月
由于传感器故障和边缘站点传输不稳定，风电数据常常存在缺失值。虽然联邦学习能够在不共享原始数据的情况下实现隐私保护协作，但在参数交换过程中，它仍然容易受到异常更新和隐私泄露的影响。在开放的工业环境中，这些挑战更加严峻，因此需要零信任（ZT）机制，即不默认信任任何参与者。为应对这些挑战，本文提出了ZTFed - MAS2S，这是一个集成了基于多头注意力的序列到序列插补模型的零信任联邦学习框架。ZTFed将可验证差分隐私与非交互式零知识证明以及机密性和完整性验证机制相结合，以确保可验证的隐私保护和安全...
解读: 从阳光电源的业务视角来看，这项零信任联邦学习框架虽然聚焦于风电数据补全，但其核心技术对我司在新能源数据管理和多场景协同方面具有重要借鉴价值。 在技术价值层面，该框架解决的数据缺失问题在光伏电站和储能系统中同样普遍存在。我司遍布全球的逆变器和储能设备常因通信不稳定、传感器故障导致数据缺失，影响功率预...
可解释的深度学习多电平逆变器故障检测方法
Explainable Deep Learning Fault Detection Method for Multilevel Inverters
作者未知 · IEEE Transactions on Industrial Informatics · 2025年10月
卷积神经网络（CNNs）在多种类型的多电平逆变器故障检测中展现出了巨大潜力。尽管卷积神经网络性能卓越，但其可解释性仍是一项挑战。这是因为网络具有复杂的黑箱行为。因此，它们在实际应用中广泛采用不同模型方面带来了重大挑战。此外，仅依靠准确率是不够的，特别是在关键应用中，保持可信度和鲁棒性对于保护系统免受潜在损害至关重要。因此，本研究采用了一种名为梯度加权类激活映射（Grad - CAM）的可视化解释方法用于多电平逆变器的故障检测。Grad - CAM方法能够识别模型的重要特征并解释故障类型的检测结果...
解读: 从阳光电源的业务视角来看，这项基于可解释深度学习的多电平逆变器故障检测技术具有重要的应用价值。作为全球领先的逆变器制造商，我们的产品线涵盖集中式、组串式及储能逆变器，其中多电平拓扑结构广泛应用于大功率场景。该技术通过卷积神经网络实现故障检测，并引入Grad-CAM可视化方法解决了深度学习"黑箱"问题...
基于量子粒子群优化的网络物理电力系统鲁棒中继功率分配策略
Quantum Particle Swarm Optimization-Based Robust Relay Power Allocation Strategy for Cyber-Physical Power System
作者未知 · IEEE Transactions on Industrial Informatics · 2025年9月
由于无线通信部署灵活且具有成本效益，其已在信息物理电力系统中得到广泛应用。为解决在通信资源有限和信道增益不确定的条件下，关键业务指令无法优先可靠传输的问题，本文提出一种基于量子粒子群优化（QPSO）的鲁棒中继功率优化分配策略。具体而言，首先设计了一种综合重要性评估方法，该方法将业务指令的预期传输速率作为服务质量（QoS）要求，将相应的功率调节量作为业务指令对物理电网的影响，以实现指令的细粒度优先级划分。随后，基于重要性划分，建立了一个鲁棒中继功率优化模型。在该模型中，采用最坏情况法对信道增益的不...
解读: 从阳光电源的业务视角来看，这项基于量子粒子群优化的信息物理电力系统通信资源分配技术具有重要的战略应用价值。随着我司光储充一体化解决方案和分布式能源系统的大规模部署，数以万计的逆变器、储能变流器、能量管理系统需要通过无线通信网络实现实时监控和协调控制，这对通信可靠性和指令优先级管理提出了严峻挑战。 ...
一种基于决策导向学习的神经优化器用于最优储能运行
A Neural Optimizer With Decision-Focused Learning for Optimal Energy Storage Operation
Hyeonjin Kim · Avijit Das · Di Wu · IEEE Transactions on Industrial Informatics · 2025年8月
本文介绍了一个基于神经优化器的框架，用于优化电池储能系统（BESS）为电网服务的控制策略，包括降低需求费用和能源成本。通过利用以决策为中心的学习（DFL）方法，所提出的框架确保了无缝集成与自适应能力，显著提升了控制性能。该框架采用了一种补丁时间序列变压器进行峰值负荷预测，并结合了偶然不确定性量化，以在决策过程中考虑预测的不确定性。框架运用一种“求解器在环”的方法来生成电池储能系统的最优动作，然后利用这些动作来训练基于神经优化器的智能体。通过在神经网络中共同优化电池储能系统的运行模式和输出功率，该...
解读: 从阳光电源储能系统业务视角看，这项基于神经优化器和决策聚焦学习的储能控制技术具有显著的商业应用价值。该技术针对电池储能系统（BESS）在需量电费管理和能源成本削减等电网服务场景的优化控制，与阳光电源PowerStack、PowerTitan等储能产品的核心应用场景高度契合。 技术创新点在于通过决策...
基于动态平均一致性算法的微网无功功率分配与电压调节方法
Dynamic Average Consensus-Based Reactive Power Sharing and Voltage Regulation Method in the Microgrid
作者未知 · IEEE Transactions on Industrial Informatics · 2025年8月
作为一种新兴的方法，微电网中接口逆变器的下垂控制已被广泛采用。然而，由于实际微电网中馈线阻抗存在差异，下垂控制无法实现分布式发电机之间的无功功率按比例分配。因此，本文提出了一种基于平均一致性算法的新型分布式自适应虚拟阻抗方法，以缓解馈线阻抗不匹配问题。其中，虚拟阻抗由静态电感和自适应电感组成，通过创建额外的控制回路来重塑等效阻抗。自适应电感单元基于无功功率偏差，采用多智能体一致性算法进行设计。通过对等效阻抗进行完全分布式调整，可以提高无功功率分配的精度。然后，将所提出的控制方法应用于改进的下垂控...
解读: 从阳光电源微电网解决方案的业务视角来看，该论文提出的基于动态平均一致性算法的无功功率分配与电压调节技术具有重要应用价值。传统下垂控制在实际微电网中因馈线阻抗差异无法实现精确的无功功率按比例分配，这一痛点在阳光电源大规模分布式光伏并网和储能系统集成项目中普遍存在，直接影响系统效率和电能质量。 该技术...
一种基于DLMIs的电网支撑型逆变器控制新凸优化方法
A New Convex Approach for Grid-Supporting Inverter Control Based on DLMIs
Roberto M. Fuentes · Esteban I. Marciel · Carlos R. Baier · Gabriela W. Gabriel 等6人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文旨在验证一种动态输出反馈（DOF）控制综合方法，该方法将通过数字信号处理器在电力微电网应用范围内实施。最初在连续时间域设计的DOF控制器，旨在满足与电气系统相关的严格瞬态行为要求，其采用了对 <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$\mathcal {D}$</tex...
解读: 从阳光电源的业务视角来看，这篇论文提出的基于微分线性矩阵不等式（DLMI）的并网支撑型逆变器控制方法具有重要的技术价值和应用潜力。 该技术的核心创新在于采用动态输出反馈控制和线性参数变化模型，能够有效应对微电网系统中的时变参数扰动，这与我司光伏逆变器和储能系统在实际运行中面临的复杂工况高度契合。论...
控制模式切换驱动的物理引导多智能体图学习用于实时交流/直流潮流计算
Control Mode Switching-Enabled Physics-Guided Multiagent Graph Learning for Real-Time AC/DC Power Flow
作者未知 · IEEE Transactions on Industrial Informatics · 2025年8月
现有交直流潮流计算需要在各种直流控制模式下进行以收敛为导向的反复试算，这增加了计算负担。因此，本文提出一种基于物理引导的多智能体图学习（PG - MAGL）方法，用于可自适应直流控制模式的实时潮流分析。首先，提出一种内置直流控制模式和状态变量的定制图结构，以确保拓扑适应性。然后，提出多智能体图学习（MAGL）方法，实现对直流控制模式的自适应跳转。其关键在于组织多个智能体对各种直流控制模式下的潮流解进行参数化，并根据换流器的运行越限情况预留触发信号，以便智能体切换至后续智能体。为明确触发信号，最终...
解读: 从阳光电源的业务视角来看，这项基于物理引导的多智能体图学习（PG-MAGL）技术对我们在交直流混合电网场景下的产品优化具有重要战略价值。 当前阳光电源的光伏逆变器和储能变流器产品广泛应用于交直流混合微电网系统中，传统潮流计算需要在多种直流控制模式间反复试错求解，这在实时调度和故障响应场景下存在明显...
多市场中具有风险与预期溢价的能量存储容量复用
Energy Storage Capacity Multiplexing With Risk and Expected Premium in Multimarket
Binhuan Gao · Xiaohe Yan · Nian Liu · Alexis Pengfei Zhao · IEEE Transactions on Industrial Informatics · 2025年8月
作为重要的市场主体，储能（ES）可同时参与多个电力市场并从中获益。然而，当前储能的运营模式主要侧重于计算市场收益，未能准确评估市场价格的风险和相关性。因此，本文设计了一种考虑市场价格风险和耦合性的储能运营方法。首先，设计了一种考虑市场价格风险和市场耦合性的储能多市场复用运营方案。其次，引入广义自回归条件异方差和指数加权移动平均模型来精确评估价格风险，并设计了动态Copula方法来反映耦合系数。此外，引入了通过实物期权理论计算的预期溢价概念，从而能够在市场正向波动的情况下制定更精细的利润最大化策略...
解读: 从阳光电源储能业务发展角度看，该论文提出的多市场容量复用运营方法具有重要战略价值。当前公司PowerTitan、PowerStack等储能系统在全球市场快速部署，但传统运营模式多聚焦单一市场收益测算，未能充分挖掘储能资产的多元价值。该研究引入GARCH和EWMA模型量化价格风险，结合动态Copula...
基于控制性能标准的动态事件触发多步模型预测LFC用于存在FDI攻击的智能电网
A Control Performance Standards-Dependent Dynamic Event-Based Multistep Model Predictive LFC for Smart Grids With FDI Attacks
Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...
解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...
面向社区的多智能体云储能框架中的能量交易策略
Community-Oriented Energy Trading Strategy in Multiagent Cloud Energy Storage Framework
Vikash Kumar Saini · Ahmed Refaat Elshamy · Ameena Sad Al-Sumaiti · Rajesh Kumar · IEEE Transactions on Industrial Informatics · 2025年8月
云储能（CES）是一种具有成本效益的居民能源共享解决方案，可将消费者转变为自给自足的主体。本文采用多轮买卖双方匹配策略，引入了一种用于端到端（E2E）能源交易的优化能源管理模型。买卖双方在一个时间段内多次出价。该模型考虑了诸如代理负荷曲线、分布式能源资源、用户电网成本、单个电池的能源交易成本投资以及云储能等因素。通过仿真验证了所提出模型的有效性。主要亮点在于引入了单轮买卖双方匹配策略和多轮买卖双方匹配策略，以确定代理之间端到端能源交易的市场清算价格。仿真结果表明，云储能用户代理降低了成本，减少了...
解读: 从阳光电源储能系统集成与能源管理平台的业务视角来看，这项基于云储能的多主体能源交易策略研究具有重要的前瞻价值。该论文提出的端到端能源交易模型与我司PowerTitan储能系统及iSolarCloud智慧能源管理平台的发展方向高度契合。 该技术的核心价值在于通过多轮卖方-买方匹配机制，实现社区级分布...
一种新型突发模式控制算法用于单端感应加热应用以降低开关电流尖峰并提高系统可靠性和功率转换效率
A Novel Burst Mode Control Algorithm for SE-IH Applications to Reduce Switch Current Spikes With Improved System Reliability and Power Conversion Efficiency
Aneel Ahmed · Sang-Wook Ryu · Hyunghu Park · Irfan Ali 等6人 · IEEE Transactions on Industrial Informatics · 2025年7月
本文提出了一种高效的突发模式控制算法（BMCA），旨在降低单端感应加热器（SE - IH）功率控制中的开关导通电流尖峰。现代 SE - IH采用两种控制模式：重载时采用方波控制，轻载时采用突发模式控制，以有效控制流向感应加热负载的功率。首先，方波控制通过适当控制开关频率或占空比，在较高负载条件下实现软开关，即零电压开关。其次，突发模式控制在较低负载条件下，由于直流母线电容通过谐振电容突然放电，常常会在开关导通瞬间产生电流尖峰，从而导致效率低下和潜在危险。这些电流尖峰造成显著的功率损耗和热应力，最...
解读: 从阳光电源的业务视角来看，这篇关于单端感应加热器突发模式控制算法的研究虽然聚焦于感应加热领域，但其核心技术原理对我们在光伏逆变器和储能系统中的功率控制策略具有重要借鉴价值。 该论文解决的核心问题——轻载工况下开关器件导通瞬间的电流尖峰问题，与我们逆变器产品在低功率运行时面临的挑战高度相似。在分布式...
一种考虑高温老化下表面金属化效应的SiC模块互连层力学性能快速识别与预测的机器学习框架
A Machine Learning Framework for Rapidly Identifying and Predicting Mechanical Properties of Interconnected Layer in SiC Module Considering Surface Metallization Effect Under High-Temperature Aging
Libo Zhao · Yanwei Dai · Fei Qin · IEEE Transactions on Industrial Informatics · 2025年7月
烧结银（Ag）作为高温碳化硅（SiC）功率模块封装中最具潜力的芯片互连材料，在封装过程和高温服役条件下常承受热应力，这极大地降低了SiC功率模块的热机械可靠性。本文通过机器学习辅助的实验与模拟方法，获取并评估了考虑金属化层和高温时效效应的烧结银互连层界面强度预测参数。提出了一种基于多层MLP（多层人工神经网络） - LSTM（长短期记忆网络）框架的模型，该模型具有更高的分类和预测能力。在该方法中，MLP用于提取不同金属化层作用下的分类特征，LSTM用于提取时间特征，以对高温时效引起的力学性能退化...
解读: 从阳光电源的业务角度来看，这项基于机器学习的SiC功率模块互连层性能预测技术具有重要的战略价值。随着公司光伏逆变器和储能系统向高功率密度、高效率方向发展，SiC功率器件已成为核心技术路线。该研究针对烧结银互连层在高温老化下的可靠性预测问题，直接关系到我们产品在严苛工况下的长期稳定性。 该技术的核心...
基于领域对抗时序网络的跨区域分布式光伏系统功率预测可迁移框架
A Transferable Framework of PV Power Forecasting for Cross-Regional Distributed PV Systems Using Domain Adversarial Temporal Network
Jiaqi Qu · Qiang Sun · Zheng Qian · Hamidreza Zareipour 等5人 · IEEE Transactions on Industrial Informatics · 2025年7月
气象预报数据的缺失增加了分布式光伏系统输出功率预测的不准确性。特别是对于跨地区新建的分布式站点而言，基于数据驱动方法的建模受到历史数据不足的限制。因此，本文提出了一种基于迁移学习（TL）的领域对抗性时间网络（DATN）框架，该框架包含两个主要模块，即功率时间预测器和领域分类器。其中，考虑长短期记忆网络隐藏层权重的领域分类器旨在减少源领域和目标领域之间的分布差异。DATN采用了跨领域对抗性预训练与特定目标预测调整的迁移学习策略。在四项跨区域迁移实验中，对领域自适应方法和迁移策略的效果进行了比较。本...
解读: 从阳光电源的业务视角来看，这项基于域对抗时序网络的跨区域光伏功率预测技术具有显著的战略价值。该技术通过迁移学习框架解决了分布式光伏系统中气象数据缺失和新建站点历史数据不足的核心痛点，这与我司在全球范围内快速部署分布式光伏解决方案的业务需求高度契合。 对于我司的智能光伏逆变器和iSolarCloud...
第 1 / 8 页