找到 741 条结果
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。...
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...
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。...
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。...
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...
一种面向多工况充电条件的物理信息驱动集成学习电池老化预测方法
A physics-informed ensemble learning method for battery aging prediction across diverse charging conditions
Yanbo Jia · Nan Lu · Nongbo Sun · Hailong Li 等6人 · Applied Energy · 预计 2026年7月 · Vol.414
本文提出一种融合电化学机理与数据驱动的集成学习框架，实现锂电池在不同充电策略下的长期老化趋势高精度预测，提升寿命评估鲁棒性。
解读: 该研究直接支撑阳光电源PowerTitan和ST系列储能PCS的智能BMS升级：通过嵌入物理约束的机器学习模型，可提升电池健康状态（SOH）在线估算精度，优化充放电策略，延长系统循环寿命。建议将该算法集成至iSolarCloud平台，赋能光储电站的预测性运维，并为户用PowerStack提供差异化老...
通过集成先进故障定位与粒子群优化提升光伏实时功率输出
Improving real-time photovoltaic power delivery through integrated advanced fault localization and particle swarm optimization
Kamel Djermouni · Salah Tamalouzt · Ali Berboucha · Karim Fathi Sayeh 等7人 · Applied Energy · 预计 2026年7月 · Vol.414
本文提出一种融合故障精确定位与粒子群优化（PSO）的协同控制方法，提升光伏系统在动态遮挡、组件失配及局部故障下的实时功率输出稳定性与响应速度。
解读: 该研究高度契合阳光电源组串式逆变器（如SG系列）和iSolarCloud智能运维平台的技术演进方向。故障定位算法可嵌入逆变器边缘侧实现毫秒级IV曲线异常识别，PSO优化可增强MPPT动态跟踪性能，尤其适用于复杂山地或工商业屋顶场景；建议将该算法模块化集成至ST系列PCS的光储协同控制逻辑中，并在Po...
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。...
面向多电芯锂离子储能系统实时运行的可扩展物理信息驱动的荷电状态与健康状态联合估计算法框架
Scalable physics-informed joint state-of-charge and state-of-health estimation framework toward real-time operation of multi-cell lithium-ion energy storage systems
Zhenxing Ren · Yu Wei · Energy Conversion and Management · 预计 2026年6月 · Vol.358
本文提出一种融合电化学机理模型与数据驱动方法的联合SOC/SOH估计算法，支持多电芯系统在线实时运行，具备可扩展性与鲁棒性，适用于高精度电池管理需求。
解读: 该研究直接支撑阳光电源PowerTitan和ST系列PCS内置BMS的智能化升级，尤其提升大型储能系统在复杂工况下的SOC/SOH估算精度与寿命预测能力。建议将该物理信息神经网络框架集成至iSolarCloud平台，增强PowerStack簇级管理和老化预警功能，并为构网型储能提供更可靠的内环状态反...
基于实例分割的全局最大功率点跟踪方法用于局部阴影下的光伏系统
An instance segmentation based global MPPT method for PV systems under partial shading condition
Ehab Ur Rahman · Yousef Mahmoud · Rui Bo · Energy Conversion and Management · 预计 2026年6月 · Vol.358
本文提出一种结合计算机视觉实例分割与优化算法的全局MPPT策略，在局部阴影下精准识别各子阵列工作状态，动态重构功率-电压曲线，提升全局寻优精度与响应速度。
解读: 该方法可直接增强阳光电源SG系列组串式逆变器及iSolarCloud平台在复杂阴影场景下的MPPT性能。建议将实例分割模型轻量化后嵌入逆变器边缘AI模块，或作为iSolarCloud云端智能诊断功能，提升大型地面电站和工商业屋顶项目的发电量。适配ST系列PCS在光储协同MPPT中的多源功率协调需求。...
可解释的锂离子电池退化轨迹预测：基于多任务关键点检测与符号化构建
Interpretable lithium-ion battery degradation trajectory prediction via multi-task critical point detection and symbolic construction
Haiyan Jin · Rui Gao · Lei Cai · Bin Wang 等9人 · Applied Energy · 预计 2026年6月 · Vol.413
该文提出一种融合多任务学习与符号化建模的方法，精准识别电池老化关键节点并构建可解释退化轨迹，提升寿命预测透明度与可靠性。
解读: 该研究直接支撑阳光电源PowerTitan、PowerStack及ST系列PCS中电池健康状态（SOH）在线评估与寿命预测功能升级。其可解释性建模能力有助于增强BMS算法在光储一体化项目中的故障预警精度与用户信任度，建议将关键点检测模块嵌入iSolarCloud平台，实现电站级电池退化趋势可视化管理...
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...
电力变换器的FCS-MPC：一种数据驱动的无模型强化学习解决方案
FCS-MPC of Power Converters: A Data-Driven Model-Free Reinforcement Learning Solution
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文为有限控制集模型预测控制（FCS-MPC）奠定了理论基础，利用数据驱动的无模型强化学习方法，结合比例积分型数据驱动动态内部模型预测控制与强化学习策略，实现了电力变换器的高效控制。
解读: 该技术对阳光电源的核心产品线（光伏逆变器、储能PCS及风电变流器）具有重大应用价值。传统的FCS-MPC高度依赖系统精确模型，而该无模型强化学习方案能显著降低建模难度，提升复杂工况下的动态响应速度与鲁棒性。建议研发团队将其应用于PowerTitan等大功率储能系统及组串式逆变器中，以优化在弱电网环境...
基于人工神经网络的SiC MOSFET功率模块开关损耗预测
ANN-Assisted Switching Loss Prediction for SiC MOSFET Power Module
Youyang Wang · Wenxiao Wang · Shilong Zhu · Hui Zhu 等8人 · IEEE Transactions on Power Electronics · 预计 2026年5月
准确快速地确定开关损耗对于SiC MOSFET功率模块的能耗评估和系统散热设计至关重要。然而，传统方法难以兼顾建模复杂度和预测精度。本文提出了一种有效的开关损耗预测方法，利用人工神经网络（ANN）实现高精度与低复杂度的平衡。
解读: 该技术对阳光电源的核心业务具有极高价值。随着公司组串式逆变器及PowerTitan/PowerStack储能系统向高功率密度、高效率方向演进，SiC器件的应用日益普及。该ANN辅助预测方法可直接优化逆变器及PCS的散热设计，减少过设计带来的成本浪费，并提升系统在极端工况下的热管理精度。建议研发团队将...
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...
面向弱电网下跟网型逆变器稳定运行的数据驱动多参数整定方法
Data-Driven Multiparameter Tuning for Stabilizing Grid-Following Inverters
Caiyun Qin · Feng Gao · Guoxiang Wang · Kaizhe Nie · IEEE Transactions on Power Electronics · 预计 2026年5月
本文提出了一种数据驱动的多参数整定方法，旨在确保跟网型逆变器在弱电网工况变化下的稳定运行。该方法利用人工智能技术，根据采样输出电流，同步调整电流控制环路和锁相环（PLL）的比例及积分增益，有效提升了系统在复杂电网环境下的适应性与稳定性。
解读: 该技术对阳光电源的核心产品线（组串式及集中式光伏逆变器）具有极高的应用价值。随着全球光伏渗透率提升，弱电网接入带来的振荡问题日益突出，传统固定参数整定难以应对。通过引入AI驱动的自适应参数调整，阳光电源可进一步优化逆变器在弱电网下的阻抗特性，提升并网稳定性。建议在iSolarCloud平台积累的电网...
一种基于自适应滑动窗口的WRSM驱动系统逆变器开路故障在线数据驱动诊断方法
An Adaptive Sliding Window-Based Online Data-Driven Diagnosis Method for Inverter Open-Circuit Fault in WRSM Drive Systems
Chenyun Wu · Rabia Sehab · Javier Ojeda · Ahmad Akrad 等5人 · IEEE Transactions on Power Electronics · 预计 2026年5月
本文提出了一种针对三相逆变器的实时开路故障诊断策略，结合自适应滑动窗口（ASWIN）方法与机器学习算法，实现了22种状态分类。该方法不仅涵盖了静态单故障，还针对现有文献中较少涉及的非平稳故障模式进行了有效诊断。
解读: 该技术对阳光电源的核心产品线（组串式/集中式光伏逆变器、储能PCS）具有极高的应用价值。逆变器开路故障是影响系统可靠性的关键因素，该方法通过机器学习实现快速诊断，可显著提升iSolarCloud智能运维平台的故障预警与定位精度，降低运维成本。建议研发团队将其集成至逆变器底层控制固件中，利用ASWIN...
第 1 / 38 页