找到 3 条结果
面向异常事件的在线时空集成学习负荷预测方法
Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events
Yaqi Zeng · Pengfei Zhao · Di Cao · Zhe Chen 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出一种在线时空集成学习框架，通过融合区域间空间相关性与时间动态性，快速适应疫情等异常事件引发的负荷模式突变；采用在线互补学习网络提取时空特征，并结合指数梯度下降与强化学习优化凸组合权重。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统在负荷侧协同调度中具有直接应用价值。其在线自适应预测能力可提升光储充一体化系统的日前-日内负荷与新能源出力联合预测精度，优化PCS功率指令生成与BMS充放电策略。建议将该算法集成至iSolarCloud边缘AI...
基于PID的欠驱动无人水面艇目标跟踪方法及在线强化学习
PID-Based Target Tracking for Underactuated ASVs With Online Reinforcement Learning
Enjun Liu · Shanling Dong · Xiao He · Meiqin Liu 等5人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
本文针对存在不确定性且目标速度未知的欠驱动无人水面艇，提出一种融合预设时间观测器、预设时间制导律与自适应PID控制器的跟踪方案，其参数通过Actor-Critic在线强化学习动态优化，仿真与实验验证了有效性。
解读: 该文聚焦于无人水面艇运动控制中的强化学习与自适应PID算法，与阳光电源核心业务（光伏逆变器、储能PCS、风电变流器）无直接技术交集。但其提出的在线参数优化与预设时间收敛思想，可启发iSolarCloud平台中储能系统（如PowerTitan）的智能功率调度算法升级，或ST系列PCS在弱电网下的自适应...
一种基于模型无关在线学习的直流/交流逆变器控制策略
A Model-Independent Online Learning-based Control Strategy for DC/AC Inverters
Zifan Lin · Yulin Liu · Wenxiang Du · Qingle Sun 等6人 · IEEE Transactions on Power Electronics · 2025年9月
本文提出了一种用于电力电子逆变器的新型控制方案，该方案采用了由障碍李雅普诺夫函数引导的径向基函数神经网络控制器，具有在线学习和实时应用的特点。与许多现有的基于自适应神经网络的控制器不同，所提出的方法无需了解系统参数，也不需要任何离线训练。控制律完全在线更新，并保证收敛，确保在存在不确定性和干扰的情况下实现有界电流跟踪。其结构简单，计算复杂度极低，使其成为目前适用于实时直流 - 交流逆变器控制的最高效的无模型控制器之一。通过将该控制器应用于三电平中性点钳位逆变器，验证了其有效性和鲁棒性。
解读: 从阳光电源的业务视角来看，这篇论文提出的基于径向基函数神经网络的无模型在线学习控制策略具有显著的应用价值。该技术针对DC/AC逆变器控制的核心痛点，通过障碍李雅普诺夫函数引导的实时在线学习机制，实现了无需系统参数知识、无需离线训练的自适应控制，这与我司在光伏逆变器和储能变流器领域追求的高可靠性、强适...