-
基于FFT加速的各向异性PEEC方法:实现PCB电磁建模的重大突破
本文针对FFT加速积分方程电磁仿真器在分析PCB类结构时面临的挑战,提出了一种创新的解决方案。研究人员开发了各向异性FFT策略和零厚度导体网格技术,结合通孔等效替换方法,显著降低了计算复杂度,实现了大规模复杂PCB结构的高效精确电磁建模。该研究为电力电子系统的虚拟孪生构建提供了强大工具,具有重要的工程应用价值。
来源:IEEE Transactions on Electromagnetic Compatibility
时间:2025-12-24
-
PriDFL:一种在去中心化联邦学习中具有拜占庭容错性的、计算优化型安全聚合方法
隐私保护联邦学习通过数论变换将安全聚合计算复杂度从O(n²)降至O(n log n),采用单掩码方法提供梯度隐私保护,并设计基于模型交叉更新的拜占庭抗性准则检测poisoned gradients。实验表明其计算效率比现有协议高6-10倍且支持拜占庭攻击防御。
来源:IEEE Transactions on Device and Materials Reliability
时间:2025-12-24
-
基于强化学习的实时可再生能源竞价中电池容量优化方法研究
本文针对高比例可再生能源并网背景下,电池储能系统(BESS)的容量优化难题,提出了一种基于强化学习(RL)的协同优化框架。该方法将电池容量(Emax)作为设计变量直接集成到竞价策略的训练过程中,实现了投资决策与运营策略的高效协同优化。研究表明,该一针见血(one-shot)优化方法避免了传统双层优化中重复训练的计算负担,并能有效处理可再生能源出力(xt)和实时电价(λt)的不确定性。通过基于真实光伏(PV)数据和日本电力交易所(JEPX)市场数据的仿真验证,该方法能稳健地确定不同电池成本下的最优容量,为可再生能源生产商参与实时市场提供了计算高效且经济可行的规划工具。
来源:IEEE Transactions on Energy Markets, Policy and Regulation
时间:2025-12-24
-
电解槽用双有源桥变换器调制策略的评估与优化:峰值电流最小化的创新方法
本文针对电解槽作为非线性、低电压、高电流负载对功率转换系统提出的挑战,研究了双有源桥(DAB)变换器在电解应用中的调制策略。研究人员系统分析了单相移(SPS)、双相移(DPS)和三相移(TPS)调制方案,提出了一种基于MATLAB fmincon函数的峰值电流优化方法,并确定了不同功率等级(1kW、10kW、100kW)下的最优运行轨迹。实验和仿真验证表明,该方法在1kW系统中100W时峰值电流降低15.75%,10kW系统中1kW时降低42.71%,100kW系统中10kW时降低60%,显著提升了DAB变换器在电解应用中的性能。
来源:IEEE Open Journal of the Industrial Electronics Society
时间:2025-12-24
-
基于多LMS谐波补偿的六相感应电机匝间短路故障实时检测方法
本研究针对六相感应电机(SPIM)匝间短路(ITSC)故障检测中存在的计算复杂、实时性差等问题,提出了一种基于自适应最小均方(LMS)算法的谐波补偿与故障诊断一体化方案。该方法通过提取x-y子空间基波谐波补偿电压作为故障严重程度指标,无需额外硬件或频谱分析即可实现故障实时检测。实验验证表明,该方法在提升电流质量的同时显著降低了计算负担,为高可靠性电机驱动系统提供了有效的故障监测解决方案。
来源:IEEE Open Journal of Industry Applications
时间:2025-12-24
-
面向智能驾驶的场景化系统工程方法研究:高级驾驶辅助系统(ADAS)的开发与测试新范式
本刊编辑推荐:为解决高级驾驶辅助系统(ADAS)开发中测试场景覆盖不足、验证效率低下的难题,研究团队聚焦于场景驱动的系统工程方法,开展了“基于场景的系统工程在ADAS开发与测试中的应用”主题研究。该研究构建了一套完整的场景化开发与测试框架,显著提升了ADAS的验证可靠性和开发效率,为智能驾驶技术的工程化落地提供了关键方法论支撑。
来源:IEEE Transactions on Intelligent Transportation Systems
时间:2025-12-24
-
面向绿色挑战的智能建筑能效优化:集成计算物联网平台ICIP的创新与应用
为解决建筑能耗高、能效管理缺乏精细化数据支撑的问题,研究人员开展了基于物联网与边缘计算的智能建筑能效优化研究。他们提出了集成计算物联网平台ICIP,通过整合传感器数据、可再生能源与AI预测,实现了建筑能耗的动态调度与优化。该研究基于赫尔辛基大学建筑的真实能耗数据,揭示了内外因素对能耗的复杂影响,为建筑节能与碳中和目标提供了数据驱动的解决方案,对推动智能建筑可持续发展具有重要意义。
来源:IEEE Internet of Things Magazine
时间:2025-12-24
-
基于ChatGPT的智能驾驶交互引擎:技术前沿与挑战
本刊编辑推荐:针对智能驾驶系统人机交互效率低的难题,研究人员开展了基于ChatGPT的交互引擎创新研究。该工作构建了面向智能驾驶场景的对话引擎框架,通过自然语言处理技术实现车辆与乘员的智能交互,显著提升了驾驶安全性和用户体验。研究成果为智能交通系统(ITS)的人机协同提供了新范式,对推动自动驾驶技术落地具有重要参考价值。
来源:IEEE Transactions on Intelligent Transportation Systems
时间:2025-12-24
-
基于局部增强有源磁场探针的印刷线迹时域电流波形重构技术研究
本文针对传统时域积分方法在具有复杂频率响应波动(如局部增强特性)的有源磁场探针应用中精度受限的问题,研究人员开展了基于局部增强有源H场探测系统的印刷线迹时域电流波形重构技术研究。研究结果表明,所采用的宽带波形重构方法(BWRM)在波形保真度上显著优于传统方法(TWRM),尤其在处理频率响应波动时展现出高精度和强鲁棒性。该研究为电力电子故障诊断和高速PCB信号完整性分析提供了一种高灵敏度、高保真度的时域电流测量方案。
来源:IEEE Journal of Microwaves
时间:2025-12-24
-
考虑分布式资源灵活性与不确定性的共享储能两阶段分布鲁棒容量配置方法
为解决分布式资源(如电动汽车EV和暖通空调HVAC)的异质性和不确定性给共享储能(SES)配置带来的挑战,研究人员开展了一项关于共享储能容量配置的研究。该研究提出了一种考虑分布式资源灵活性与不确定性的两阶段分布鲁棒优化(DRO)方法,通过构建广义储能(GES)模型和不确定性概率集,实现了对SES的精准配置。结果表明,该方法能有效提升运营商收益和储能资源利用率,同时降低物理储能(PES)的配置容量,为SES的规划与运行提供了更经济、更可靠的技术支撑。
来源:Journal of Modern Power Systems and Clean Energy
时间:2025-12-24