找到 2 条结果
基于混合图表示学习的工业无线网络轻量级链路调度算法
A Lightweight Link Scheduling Algorithm in IWNs Based on Hybrid Graph Representation Learning
Jiatong Zheng · Jialin Zhang · Wei Liang · Yutuo Yang 等5人 · IEEE Transactions on Industrial Informatics · 2026年1月 · Vol.22
针对资源受限、密集部署的工业无线网络，本文提出L-GHG算法，融合二元图与超图表示学习建模累积干扰，实现无监督轻量级链路调度，并结合信道状态信息的图划分降低搜索复杂度，提升泛化性与可扩展性。
解读: 该研究虽聚焦工业无线通信调度，但其基于图神经网络的轻量化干扰建模与无监督决策方法，可迁移至阳光电源iSolarCloud智能运维平台的设备协同优化场景，例如组串式逆变器集群的无线通信资源调度、PowerTitan储能系统多PCS间的低时延协同控制。建议在边缘侧嵌入轻量图学习模块，提升分布式能源系统通...
基于耗散的动力学感知学习方案用于网络化黑箱构网型逆变器的暂态稳定性分析
Dissipation-Based Dynamics-Aware Learning Scheme for Transient Stability Analysis of Networked Black-Box Grid-Forming Inverters
Zhong Liu · Jialin Zheng · Xiaonan Lu · IEEE Transactions on Power Electronics · 2025年9月
基于耗散性的稳定性分析方法借助李雅普诺夫函数，在评估基于逆变器的电力系统暂态稳定性方面应用广泛。然而，特定厂商的逆变器控制方案具有专有性，这常常导致逆变器模型成为“黑箱”，透明度有限。同时，目前仍需要一个“通用”的暂态稳定性评估框架，以替代当前实践中通常采用的针对特定案例的设计。为克服这些局限性，本文提出了一种基于耗散性的动态感知学习方案，用于对含网络化黑箱型电网形成逆变器的电网进行暂态稳定性分析。与传统的黑箱建模方法不同，传统方法学习逐点轨迹映射作为输出特性，而所提出的方法直接学习状态变量的导...
解读: 从阳光电源的业务视角来看，这项基于耗散理论的黑箱构网型逆变器暂态稳定性分析技术具有重要的战略价值。随着我司大规模储能系统和构网型逆变器在高比例新能源电网中的广泛应用，系统暂态稳定性评估已成为制约项目落地的关键技术瓶颈。 该技术的核心创新在于突破了传统方法对精确数学模型的依赖，通过神经网络直接学习系...