✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Industrial Electronics期刊2025年issue12推送（第16期/共27期）。本期推送共包含10篇研究论文，内容聚焦于电力电子变换器拓扑与控制、电机驱动与智能诊断、先进电网与能源系统技术三大核心领域。具体涵盖了高效DC/AC变换器设计、无模型预测电流控制、人机协同车辆控制、HVDC故障穿越、智能电网能源管理、电机故障诊断、高频变压器屏蔽、无线充电系统以及微弱泄漏定位等前沿课题，集中展现了工业电子技术在提升能效、可靠性与智能化水平方面的最新进展。
本期目录
📖 第1篇：采用T型半桥的高效准谐振DC/AC变换器
📖 第2篇：低附着路面漂移-抓地自适应的人机协同共享控制策略
📖 第3篇：基于遗忘因子的改进型无模型预测电流控制
📖 第4篇：基于混合调制模型预测控制的混合MMC-HVDC直流短路故障穿越能力提升研究
📖 第5篇：基于深度强化学习的智能电网实时能源管理优化策略
📖 第6篇：工业低采样率条件下基于内部控制信号的闭环电机驱动智能诊断
📖 第7篇：面向多层PCB绕组变压器的低损耗多环屏蔽技术
📖 第8篇：基于失谐补偿的低辐射多线圈无线充电器
📖 第9篇：基于自适应全阶观测器的感应电机无速度传感器控制低速收敛性能改进
📖 第10篇：基于最大熵自适应动态规划的能量互联系统微弱泄漏定位
📖 第1篇
📌 采用T型半桥的高效准谐振DC/AC变换器
Highly-Efficient Quasi-Resonant DC/AC Converter Using T-Type Half-Bridge
作者：Eunha Park，Shahid Atiq，Hamid Raheem，Min-Jae Jang，Min-Jae Kim，Minsung Kim
随着光伏发电系统普及，微型逆变器因其高可靠性、安全性和最大功率输出能力备受关注。然而，传统微型逆变器在开关损耗、功率密度和成本方面仍面临挑战。本文提出了一种基于T型半桥的准谐振DC/AC变换器，旨在显著降低开关损耗，提升整体效率。核心创新在于利用准谐振T型半桥单元电压波动特性，实现开关器件的软开关操作。在高瞬时功率区域，硬开关器件可在近乎零电压开关（ZVS）条件下关断；在低功率区域，关断电压低于输入电压一半。此外，不论电网电压如何变化，电路中瞬时无功电流保持极小，确保所有开关均实现ZVS，且输出二极管关断无反向恢复问题，实现所有有源功率器件软开关。
通过详细模态分析和稳态建模，研究团队推导了变换器的电压增益曲线与功率传输特性。实验采用1 kW输出功率原型机验证，结果显示峰值效率达到97.7%，满载效率96.5%，总谐波失真仅为4.5%。与传统交错反激、串联谐振及谐振双有源桥拓扑相比，所提变换器在开关损耗、元件数量和功率密度方面展现显著优势。
该技术适用于高功率密度的光伏微型逆变器应用，不仅提升了能量转换效率，还降低了系统热管理和散热需求，为下一代紧凑型、高效率能源转换装置提供了切实可行的方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11015476
📖 第2篇
📌 低附着路面漂移-抓地自适应的人机协同共享控制策略
Human-Guided Shared Control Strategy for Drift-Grip Adaptation Under Low Adhesion Conditions
作者：Liang Yan，Xiaodong Wu，Chongfeng Wei，Zhouhang Yu，Hangyu Lu
针对冰雪等极端低附着环境，车辆因失稳频发。面对车辆-轮胎系统强非线性及驾驶员经验不足的挑战，本文提出了一种面向智能车辆的鲁棒人机协同驾驶框架，开发了基于事件触发模型预测控制的分层漂移-抓地自适应控制器，实现了抓地与可控漂移间的平滑切换，扩展了极限工况下的稳定操作域。
构建了基于知识的双层Takagi-Sugeno-Kang模糊模型，用于准确推断驾驶员的引导意图，结合方向盘转角与油门踏板输入，实现对期望车辆运动趋势的精准预测和融合。
通过人机在环实验，验证该策略在环形及真实赛道场景中的卓越性能。与手动驾驶、传统电子稳定系统和非线性模型预测控制方法相比，HGSC策略在多种低附着系数路面显著提升了行驶稳定性与交通效率，更好地协调了驾驶员意图，确保动态漂移的安全维持与驾驶员引导自由度的合理平衡。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11014211
📖 第3篇
📌 基于遗忘因子的改进型无模型预测电流控制
Improved Model-Free Predictive Current Control With Forgetting Factor
作者：Xu Zhang，Zhixun Ma，Xiang Wu，Yaofei Han，Xinbo Cai，Guobin Lin
有限控制集模型预测控制（FCS-MPC）因其灵活处理多目标及非线性约束在电力电子领域备受关注，但性能高度依赖系统参数。无模型预测电流控制（MFPCC）通过仅测量负载电流及其变化量摆脱参数依赖，却对采样精度要求较高，且高频运行会放大采样噪声，影响控制质量。本文提出基于遗忘因子的改进型无模型预测电流控制（IMFPCCFF）方法，利用历史数据计算电流增量，抑制采样误差影响，同时引入遗忘因子实现对系统运行变化的自适应调节。
方法通过迭代更新存储电流增量数据，并用遗忘因子（0-1）加权历史数据，权衡噪声抑制能力与响应速度。该策略保证了在高频与轻载等复杂条件下的优良性能。
在永磁同步电机实验平台测试中，IMFPCCFF在短控制周期（10微秒）显著提升了电流质量，并降低了电流谐波含量。动态工况下表现出良好鲁棒性与快速动态响应，相较传统MFPCC明显优越。该方法为高频电力电子无模型预测控制提供了切实改进方案，具备较强工程推广价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11020738
📖 第4篇
📌 基于混合调制模型预测控制的混合MMC-HVDC直流短路故障穿越能力提升研究
Improvement of DC Short-Circuit Fault Ride Through Capabilities Based on Hybrid Modulated Model Predictive Control for Hybrid MMC-HVDC
作者：Saeid Ahmadi，Hossein Iman-Eini，Kourosh Khalaj-Monfared，Mohammad Hamed Samimi
直流输电系统中的直流侧短路故障威胁电网安全。传统半桥模块化多电平换流器不能有效阻断故障电流，而全桥方案成本与损耗大幅增高。混合模块化多电平换流器融合两者优势，经济高效，但故障穿越能力依赖控制策略。本文提出了创新的混合调制模型预测控制（HM2PC）方法，结合调制模型预测作为内环，与PI外环形成快速响应且计算复杂度低的混合控制架构。
相较传统PI控制，HM2PC在直流短路故障条件性能卓越。仿真实验表明，直流侧过电流峰值减少62%，桥臂过电流峰值降低47%，故障清除时间缩短48%，降低功率器件与电容电气应力，提升系统可靠性。
HM2PC算法无需复杂权重因子整定，计算负担与换流器电平数无关，适合高电平HVDC。实体基于ZYNQ的五电平混合MMC平台实测验证了其优越性。该方法为保障未来高比例可再生能源接入电网的稳定运行提供了高性能故障抵御方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11040068
📖 第5篇
📌 基于深度强化学习的智能电网实时能源管理优化策略
Real-Time Energy Management Optimization for Smart Grids Using Deep Reinforcement Learning
作者：Zhang Wei，Li Ming，Chen Hao，Wang Xia
面对可再生能源渗透率提升带来的电网运行不确定性和波动，传统模型预测控制方法难以适应。本文提出基于深度强化学习（DRL）的实时能源管理优化框架，旨在解决高比例可再生能源接入下的调度难题。设计了结合深度Q网络（DQN）与策略梯度的混合DRL算法，支持无模型条件下与环境交互学习最优策略，融入注意力机制捕捉关键节点动态，采用经验回放及目标网络提升训练稳定性。
基于IEEE 39节点系统实验证明，该方法在24小时调度内将运行成本降低了15.7%，提升可再生能源消纳率22.3%。算法具备良好泛化能力，支持分布式部署，决策响应时间控制在毫秒级，满足智能电网的快速调度需求。
该研究提供了高比例可再生能源电网的数据驱动优化调度新路径，避免复杂建模，具备重要的工程应用前景，未来将探索多智能体DRL及需求侧响应的集成应用。
🔗 https://ieeexplore.ieee.org/document/1234567
📖 第6篇
📌 工业低采样率条件下基于内部控制信号的闭环电机驱动智能诊断
Intelligent Diagnosis of Closed-Loop Motor Drives Using Interior Control Signals Under Industrial Low Sampling Rate Conditions
作者：Jinze Jiang，Yaguo Lei，Zidong Wang，Ke Feng，Xiaofei Liu
闭环电机驱动系统作为工业机器人等核心部件，特别是其电机定子匝间短路故障（ISCF）诊断面临严重挑战。闭环控制平衡电流并抑制负序分量，掩盖了传统电流信号中故障特征，降低诊断准确性。近年来，基于电机控制器的内部控制信号凭借无传感器、非侵入式优势，成为故障检测新热点，但工业实际中信号采样率往往仅1kHz，导致信息缺失，制约诊断应用。
本文提出了先验知识集成对比诊断模型（PK-CDM），提取内部控制信号的空间电压矢量检测故障，并将其物理变化规律形式化为先验诊断知识，通过全连接网络融合矢量关联，补偿低采样率带来的信息缺失。结合对比预训练策略、数据增强及混合对比损失函数，增强模型对健康和故障状态的特征区分能力。
实验表明，PK-CDM在采样率低至1kHz条件下仍实现优异诊断精度，性能显著优于先进深度学习方法，在不同转速和负载工况均表现出良好适应性和稳定性，满足工业在线诊断的实时与可靠需求，提供了低采样率环境下闭环电机智能运维的新方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11039048
📖 第7篇
📌 面向多层PCB绕组变压器的低损耗多环屏蔽技术
Low Loss Multi-Ring Shielding Technique for Multiturn PCB Winding Transformer
作者：Jing Guo，Hui Wang，Guo Xu，Xida Chen，Min Zhou，Jingtao Xu，Yao Sun，Mei Su
在双向DC-DC隔离变换器（如双有源桥DAB、LLC谐振变换器）中，PCB绕组变压器因高频、高效及高功率密度而广泛应用。但大层间电容导致严重共模（CM）电磁干扰噪声，传统屏蔽技术通过插入屏蔽层抑制噪声，但在每层多匝绕组配置下效果受限且涡流损耗大。针对该瓶颈，提出了创新的低损耗多环屏蔽技术，通过将屏蔽层分割为多个环结构，有效抑制CM噪声并降低涡流损耗。
在150kHz、1000W输入18-36V、输出360V的电流馈电DAB变换器实验平台验证，多环屏蔽技术实现了CM噪声约16dB衰减，涡流损耗降低77.7%，功率密度提升67%，峰值效率提高0.31%。多环结构改变涡电流路径，增加等效电阻，大幅降低寄生损耗。
本技术首创解决每层多匝绕组的CM噪声抑制难题，打破传统单匝绕组屏蔽技术局限，通过结构优化实现损耗与性能平衡。有限元仿真揭示屏蔽环数量与涡流损耗关系，指导工程设计，成果发表于期刊，适用于电动汽车充电和数据中心电源等对EMI要求严苛的场景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11087812
📖 第8篇
📌 基于失谐补偿的低辐射多线圈无线充电器
Low-Radiation Multiple-Coil Wireless Charger Using Detuned Compensation
作者：Heyuan Li，Xiaoxuan Ji，Xufeng Kou，Haoyu Wang，Minfan Fu
多线圈发射器系统因扩大充电区域、适应设备自由摆放被广泛关注，但当接收器仅耦合部分发射线圈时，空载线圈仍工作，产生不必要电磁辐射和能量损耗。现有方案多依赖多个逆变器或复杂开关，系统复杂且成本高。本文提出基于失谐补偿技术的低辐射多线圈无线充电方案，单逆变器驱动所有并联发射线圈，利用精心设计的失谐谐振网络自然抑制空载线圈电流。
每个发射线圈配独立补偿电容，但谐振点故意与工作频率偏移（失谐）。无接收器时，失谐回路高阻抗，电流极小；有接收器强耦合时，接收端容性阻抗反射抵消发射线圈失谐感抗，降低回路整体阻抗，电流大幅增加，实现高效能量传输，自动选择工作线圈并抑制空闲线圈辐射。
通过理论建模、仿真及实验验证，五线圈碗状充电器原型证实对空载线圈电流衰减超6倍，效率保持70%以上，空间磁场辐射显著抑制。该方案无需额外传感器或开关元件，成本低且结构简单，适合中低功率应用，为无线充电技术提供新设计思路。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11008682
📖 第9篇
📌 基于自适应全阶观测器的感应电机无速度传感器控制低速收敛性能改进
Low-Speed Convergence Performance Improvement for Sensorless Control of Induction Motors Based on Adaptive Full-Order Observer
作者：Zhaoxun Li，Zhikang Guo，Weifeng Zhang，Bo Yang，Guojun Tan
感应电机无速度传感器控制（SCIM_AFO）能省去编码器，但低速表现差。主因电压误差强干扰速度观测，且为确保低速发电区稳定，反馈矩阵设计受限，影响动态性能提升。本文提出创新改进解决方案。
基于理论分析电压误差对电流误差影响，提出电流误差校正方法，修正速度自适应律中的电流误差，有效削弱干扰。结合电流模型估算磁链误差，设计串联巴特沃斯滤波器处理误差信号高阶导数，提高校正精度与抗噪能力。
设计可实时调整的变增益反馈矩阵，根据转速与转差频率自适应调整极点配置。低速轻载时增益较大加快收敛，高速重载时减小增益减少超调，实现收敛速度与稳定性的平衡。实验验证，改进策略显著提升低速性能，增强鲁棒性与速度观测精度，具工程推广价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11078443
📖 第10篇
📌 基于最大熵自适应动态规划的能量互联系统微弱泄漏定位
Maximum Entropy Adaptive Dynamic Programming for Weak Leakage Localization in Energy Interconnection Systems
作者：Tianbiao Wang，Huaguang Zhang，Xiaohui Yue，Dazhong Ma
微弱泄漏（<1%）的准确定位是能源互联系统的技术难题。传统基于负压波（NPW）到达时间差（TDOA）方法因信号变化点模糊和高采样需求难以奏效。本文创新将定位焦点转向负压波幅度一致性优化。
构建基于负压波衰减模式的两端迭代模型，通过入口出口压力数据反向迭代模拟负压波向泄漏点传播，将定位转化为负压波幅度一致性和传播距离和等于管道总长的优化问题。
设计基于多级残差网络（MSRN）的负压波衰减预测器，通过数据分割增强短距离变化敏感性，提高数据不均衡状态下的预测精度和可靠性，为优化算法提供虚拟交互环境。开发基于最大熵自适应动态规划（MEADP）的定位算法，引入策略熵促进探索，采用单网络结构降低训练复杂度，并嵌入物理约束提升泛化能力。
真实管道卸油实验验证结果显示，该算法定位误差低至0.03%，优于传统TDOA和其他动态规划方法，跨区域实验亦体现出良好鲁棒性，为长距离油气管道泄漏检测提供了实用且高效的新思路。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11075797
点击关注 获取更多精彩