找到 403 条结果
基于可学习小波自注意力模型的海上风电功率超短期预测
A Learnable Wavelet Self-Attention Model for Ultra-Short-Term Offshore Wind Power Forecasting
汪敏 · 荣腾飞 · 李茜 · 魏澈 等5人 · 高电压技术 · 2025年3月 · Vol.51
为提升海上风电功率超短期预测的精度与可信度，提出一种融合可学习小波的自注意力模型。该模型结合小波分解与深度学习，实现多频域特征提取，并通过稀疏自注意力机制捕获全局时序依赖，增强预测性能。进一步设计时序“敏感度”量化分析方法，对输入变量进行多维度重要性评估，辅助解析预测机理。基于实际风场数据的实验结果表明，所提模型在预测精度上优于对比模型。
解读: 该研究的可学习小波自注意力模型对阳光电源的新能源预测与智能运维具有重要应用价值。首先，该技术可集成到iSolarCloud平台，提升风电场功率预测精度，优化储能调度策略，特别适用于ST系列储能变流器的功率调节。其次，模型的多频域特征提取方法可应用于光伏电站的发电预测，提高SG系列逆变器的MPPT效率...
基于KAN的可解释净负荷概率预测方法
A KAN-Based Interpretable Probabilistic Net Load Forecasting Method
刘栋 · 郭国栋 · 辛蜀骏 · 毛志航 等6人 · 电力系统自动化 · 2025年8月 · Vol.49
分布式光伏的大规模接入导致电力系统净负荷预测面临强不确定性。针对现有深度学习模型在预测精度与可解释性之间的权衡难题，提出一种基于Kolmogorov-Arnold网络（KAN）的净负荷概率预测方法。通过挖掘KAN基函数权重矩阵与样条系数的可解释性，实现模型内在可解释性；结合最大似然估计设计均值与方差网络结构，有效拟合概率密度函数；采用最大互信息系数进行气象特征筛选，提升模型对多维气象因素的映射能力。算例验证表明，该方法在准确性、可解释性、训练效率与泛化性能方面优于传统方法。
解读: 该KAN可解释概率预测技术对阳光电源储能与光伏产品具有重要应用价值。在PowerTitan储能系统中，可集成该算法优化充放电策略，通过概率预测提升净负荷波动应对能力，降低电网调度风险；在iSolarCloud平台中，可解释性特征使运维人员直观理解气象因素对发电影响，提升预测性维护精度；对于ST储能变...
基于Transformer的深度学习多时间尺度全球发电量预测
Transformer-based deep learning for multi-horizon global power generation forecasting
Sidique Gawusu · Xiaobing Zhang · Energy Conversion and Management · 2026年4月 · Vol.354
本文提出一种基于Transformer架构的深度学习模型，用于实现跨区域、多时间尺度（小时级至周级）的全球电力生成量预测，支持光伏、风电等可再生能源出力的联合建模与不确定性量化。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统能量管理具有直接价值：可提升ST系列PCS在光储协同调度中的日前/日内功率预测精度，优化充放电策略；建议将Transformer模型轻量化后嵌入iSolarCloud边缘节点，支撑组串式逆变器集群的动态MPPT与电网侧储...
基于大数据驱动的太阳能电池设计优化框架
Big data-driven optimization framework for solar cell design
Nur Amilya Zainul Asri · Mohammad Shaheer Akhtar · Seung Beop Lee · Energy Conversion and Management · 2026年4月 · Vol.353
本文提出一种融合多源仿真数据与实验数据的大数据驱动优化框架，用于加速高效太阳能电池结构与材料参数协同设计，提升光电转换效率预测精度与设计迭代速度。
解读: 该研究聚焦于太阳能电池层级的材料-结构协同优化，虽不直接涉及阳光电源核心电力电子设备，但其数据驱动建模方法可迁移至光伏逆变器MPPT算法优化、iSolarCloud平台的组件级衰减预测及PowerTitan系统中光储匹配建模。建议将此类电池电性能大数据模型与组串式逆变器实测IV曲线数据联动，增强智能...
地面太阳辐照度预报中天空图像增强技术的系统性综述
A systematic synthesis of sky image enhancement techniques for ground-based solar irradiance forecasting
Mateusz Piechocki · Marek Kraft · Applied Energy · 2026年5月 · Vol.410
本文系统综述了用于提升地面太阳辐照度短期预报精度的天空图像增强方法，涵盖图像去雾、云检测、动态对比度调整及深度学习增强模型等技术路径。
解读: 该研究直接支撑阳光电源iSolarCloud智能运维平台的辐照预测模块升级，可提升组串式逆变器和PowerTitan储能系统的日前/超短期功率预测精度，优化MPPT响应与储能充放电调度。建议将先进图像增强算法嵌入iSolarCloud边缘侧摄像头节点，并与ST系列PCS的本地AI协处理器协同，实现云...
面向天气感知的双分支融合光伏功率预测方法
Weather-aware dual-branch fusion for photovoltaic power forecasting
Bo Liu · Gang Liu · Xinlong Ma · Yisheng Cao 等7人 · Solar Energy · 2026年4月 · Vol.308
本文提出一种融合气象数值预报与历史发电数据的双分支深度学习架构，通过注意力机制协同建模时空特征与天气敏感性，显著提升短期光伏功率预测精度。
解读: 该技术高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器（如SG系列）的功率预测需求，可嵌入ST系列PCS和PowerTitan储能系统的能量管理模块，优化光储协同调度与电网辅助服务响应。建议将模型轻量化后部署于边缘侧逆变器，结合本地气象传感器实现实时滚动预测，提升户用及工商业光伏电站...
面向早期循环的自适应置信度校准半监督集成方法用于电池寿命预测
Adaptive confidence-calibrated semi-supervised ensemble for early-cycle battery lifetime prediction
Jianlong Bi · Zicheng Fei · Jin Wang · Applied Energy · 2026年4月 · Vol.409
本文提出一种自适应置信度校准的半监督集成方法，利用少量标注早期循环电池数据与大量无标签数据，提升电池剩余寿命（RUL）预测精度与可靠性。
解读: 该研究直接支撑阳光电源PowerTitan、PowerStack及ST系列PCS中嵌入式电池健康状态（SOH）与寿命预测功能升级。结合iSolarCloud平台，可实现储能电站全生命周期智能运维。建议将该算法集成至新一代PCS固件及BMS协同架构中，强化用户侧/电网侧储能项目的质保评估与二手电池梯次...
SAGE：面向物联网联邦学习的可持续绿色能源感知客户端选择方法
SAGE: Sustainable and green energy-aware client selection for federated learning in IoT
Martina Savoia · Ciro Della Bruna · Ciro D’Addio · Francesco Piccialli · Applied Energy · 2026年5月 · Vol.410
本文提出SAGE框架，通过联合优化能量效率与模型精度，在资源受限的IoT设备上实现绿色可持续的联邦学习客户端选择，支持动态能源状态感知与边缘智能协同。
解读: 该研究聚焦于能源感知的联邦学习客户端调度，与阳光电源iSolarCloud智能运维平台的边缘-云协同AI能力高度契合。可赋能ST系列PCS及PowerTitan储能系统在分布式微电网场景中实现低功耗、高能效的本地化模型训练与故障预测；建议将SAGE算法集成至iSolarCloud边缘节点，优化户用光...
面向暖通空调系统的轻量化自动化故障检测与诊断的对比自监督学习
Contrastive self-supervised learning for lightweight and automated fault detection and diagnosis in HVAC systems
Yuan Gao · Zehuan Hu · Junichiro Otomo · Yan Ke · Applied Energy · 2026年5月 · Vol.410
本文提出一种基于对比自监督学习的轻量化AI框架，无需大量标注数据即可实现HVAC系统故障检测与诊断，提升模型泛化性与部署效率。
解读: 该研究聚焦HVAC领域，与阳光电源核心业务无直接交集；但其对比自监督学习框架可迁移至光伏/储能系统智能运维场景，例如iSolarCloud平台中逆变器或ST系列PCS的早期故障识别。建议探索将该方法适配于组串式逆变器电流/温度时序数据，增强PowerTitan储能系统BMS的异常预警能力，降低现场运...
撤稿通知：基于动态环境感知与自适应多尺度特征提取的交通流预测
Retraction Notice: Traffic Flow Prediction Based on Dynamic Environment-Aware and Adaptive Multi-Scale Feature Extraction
Li Yuan · Xue-Yi Zhao · IEEE Access · 2026年2月 · Vol.14
本文因学术不端被IEEE Access撤稿，原研究提出一种面向交通流预测的AI模型，涉及动态环境建模与多尺度时序特征提取，但未通过期刊复核。
解读: 该文主题为交通流预测AI模型，与阳光电源核心业务无直接技术关联。但其采用的动态环境感知与自适应多尺度特征提取方法，在理论上可迁移至iSolarCloud平台的发电功率预测、储能系统充放电调度优化或构网型PCS的电网扰动响应建模中。建议阳光电源AI团队关注此类时序建模框架在光储协同预测中的轻量化适配，...
SolarFM：基于时间序列基础模型的时空太阳辐照度预测
SolarFM: Spatio-temporal solar irradiance forecasting based on time series foundation model
Shuo Shan · Weijing Dou · Victor Sreeram · Chenxi Li 等7人 · Applied Energy · 2026年5月 · Vol.410
本文提出SolarFM，一种面向太阳能辐照度预测的时间序列基础模型，融合多源时空数据，提升短期至中期辐照度预测精度，支撑光伏功率预测与智能调度。
解读: 该技术可显著提升阳光电源iSolarCloud平台的功率预测精度，增强组串式逆变器和ST系列PCS在光储协同调度中的响应能力；建议将SolarFM嵌入iSolarCloud作为辐照-功率联合预测模块，并适配PowerTitan系统实现日前/日内动态充放电优化，提升光储一体化项目收益率。...
基于广义极值分布增强的傅里叶扩散模型用于日前光伏场景生成中的极端值捕捉
GEV distribution-enhanced Fourier diffusion model for extreme value capture in day-ahead photovoltaic scenario generation
Chunyu Zhang · Xueqian Fu · Dechang Yang · Pei Zhang 等5人 · Applied Energy · 2026年4月 · Vol.409
本文提出一种融合广义极值分布（GEV）与傅里叶增强扩散模型的新方法，提升日前光伏功率场景生成中对极端天气下出力波动的建模精度，增强不确定性量化能力。
解读: 该研究可提升阳光电源iSolarCloud智能运维平台在日前功率预测与多场景风险评估中的精度，尤其利于ST系列PCS和PowerTitan储能系统在光储联合调度中应对极端出力波动。建议将GEV-扩散模型嵌入iSolarCloud的场景生成模块，优化组串式逆变器+储能的协同控制策略，强化弱电网/高波动...
基于试点节点数据与神经网络的配电网实时光伏承载力分析
Real-time PV hosting capacity analysis of distribution networks using pilot buses data and neural networks
Md. Nazrul Islam Siddique · Krishneel Prakash · Saad Mekhilef · Hemanshu Pota · Applied Energy · 2026年4月 · Vol.409
该文提出一种利用试点节点量测数据结合神经网络模型实时评估配电网光伏承载力的方法，提升分布式光伏大规模接入下的安全裕度评估效率与精度。
解读: 该研究直接支撑阳光电源iSolarCloud智能运维平台对海量组串式逆变器集群的承载力动态评估需求，可集成至ST系列PCS及PowerTitan储能系统的协同调度模块，优化光储联合并网策略。建议将轻量化神经网络模型嵌入逆变器边缘侧（如SG系列组串逆变器），结合云端iSolarCloud实现‘端-边-...
可解释的奇异谱分析深度学习模型用于半小时级电价预测
Explainable Singular Spectrum Analysis deep learning model for half-hourly electricity price prediction
Sujan Ghimire · Ravinesh C. Deo · Hangyue Liu · Konstantin Hopf 等8人 · Applied Energy · 2026年5月 · Vol.410
本文提出一种融合奇异谱分析（SSA）与深度学习的可解释电价预测模型，提升短期电力市场价格预测精度与透明度，适用于电力交易与储能调度决策。
解读: 该模型可增强阳光电源iSolarCloud智能运维平台的电价预测与储能充放电策略优化能力，尤其适用于PowerTitan和ST系列PCS在工商业及电网侧储能场景中的经济性调度。建议将SSA-DL模型集成至iSolarCloud的能源交易模块，结合实时电价与光伏出力预测，提升光储系统套利效率；同时为组...
面向可信度提升的数模混合驱动快速机组组合求解方法
A Data-Model Hybrid Driven Fast Unit Commitment Method for Enhanced Decision Trustworthiness
作者未知 · 电力系统自动化 · 2026年1月 · Vol.2026
针对新型电力系统中安全约束机组组合(SCUC)求解面临的维数灾与速度慢问题，提出融合深度强化学习(DRL)与可解释性评估的数模混合方法，在保障决策可信度前提下实现快速求解。
解读: 该方法对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的电网协同调度能力具有直接增强价值：可嵌入其AGC/AVC系统，提升光储联合参与调峰调频的启停决策可信度与响应速度；建议在省级能源管理平台中集成该DRL+可解释性模块，优化多站群光伏+储能系统的日前/日内机组...
面向太阳能热系统的级联多保真度LSTM预测模型
A cascaded multi-fidelity LSTM prediction model for solar thermal systems using field-measured observation data and weather prediction data
Wonjun Ko · Ajin Jo · Gyu Heo · Hiki Hong 等5人 · Energy Conversion and Management · 2026年4月 · Vol.354
本文提出一种融合实测运行数据与气象预报数据的级联多保真度LSTM模型，用于提升太阳能热系统能量输出与运行状态的短期预测精度。
解读: 该研究聚焦太阳能热系统预测，虽非阳光电源主营的光伏/储能发电领域，但其多源数据融合与多保真度时序建模方法可迁移至光储系统功率预测场景。建议将该LSTM架构适配应用于iSolarCloud平台的光伏发电量预测模块，或增强ST系列PCS在光储协同调度中的日前/日内出力预估能力，提升PowerTitan系...
基于街景图像的城区尺度窗墙比自动估算方法用于提升建筑能耗建模精度
Urban-scale estimation of window-to-wall ratio from street view imagery via computer vision for improved building energy modeling
Jaehyun Yoo · Sebin Choi · Donghyuk Yi · Sungmin Yoon · Applied Energy · 2026年5月 · Vol.410
本文提出一种利用街景图像和计算机视觉技术自动估算城市建筑窗墙比（WWR）的方法，为大规模建筑能耗建模提供高精度、低成本的空间参数输入。
解读: 该研究属于建筑能效建模的前端数据感知层，与阳光电源主营业务无直接技术耦合。虽不涉及逆变器、PCS或储能系统本体设计，但其输出的建筑能耗特征参数可间接支持光储系统在工商业及户用场景的容量配置与智能运维（如iSolarCloud平台的负荷预测模块）。建议阳光电源在拓展BIPV解决方案时，可评估引入此类C...
面向实时电价预测的电网物理信息驱动与时间自适应堆叠学习：短中期协同方法
Grid physics-informed and time-adaptive stacked learning for real-time electricity price forecasting: a short-term to mid-term approach
Yawen Yi · Xinyu Chen · Zhiyong Tian · Yuxin Zhang · Applied Energy · 2026年5月 · Vol.410
本文提出一种融合电网物理约束与时间动态特性的堆叠学习框架，用于提升短期至中期电力市场价格预测精度，支持源网荷储协同优化决策。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的能源调度策略具有直接价值。通过物理信息嵌入的时序预测模型，可增强光储系统在电力市场中的报价精度与调峰调频响应能力。建议将该算法集成至iSolarCloud的电价预测模块，并适配ST系列PCS的本地边缘推理单...
基于大语言模型的家庭能源管理：动态用户偏好识别与分层数据共享
Large language model-enhanced home energy management with dynamic user preference elicitation and hierarchical data-sharing
Xunning Zhang · Yuheng Cheng · Xuanang Gui · Huan Zhao 等6人 · Applied Energy · 2026年5月 · Vol.410
本文提出一种融合大语言模型（LLM）的家庭能源管理系统，通过动态交互式偏好采集和隐私保护的分层数据共享机制，提升用户侧能源调度的个性化与协同优化能力。
解读: 该研究对阳光电源户用光伏+储能系统（如PowerStack户用版、ST5/10K系列PCS及iSolarCloud平台）具有直接应用价值。LLM可嵌入iSolarCloud智能运维平台，实现用户用电习惯自主学习与需求响应策略生成；动态偏好建模有助于优化ST系列PCS的充放电调度逻辑，提升PowerS...
面向智能运行的AIoT赋能建筑能源管理信息物理系统综述
A review of AIoT-enabled cyber-physical systems in building energy management: towards intelligent operation
Qinghua Liu · Xiaoke Li · Kah Hui Tan · Khoon Hwee Ah · Applied Energy · 2026年4月 · Vol.409
本文综述了人工智能物联网（AIoT）驱动的信息物理系统（CPS）在建筑能源管理中的研究进展，涵盖数据感知、边缘智能、云边协同、数字孪生及AI驱动的优化控制等关键技术，旨在推动建筑能源系统向自适应、预测性与协同化智能运行演进。
解读: 该文聚焦AIoT与CPS在建筑级能源管理的应用，与阳光电源iSolarCloud智能运维平台高度契合，可支撑其向楼宇光储充一体化场景延伸。文中强化学习与模型预测控制方法可优化ST系列PCS在用户侧储能中的实时充放电策略，提升PowerTitan在工商业微电网中的动态响应能力。建议将AIoT架构与组串...
第 1 / 21 页