人工智能在电力电子领域的能源悖论:创新的驱动力,还是不可持续的负担?

《IEEE Power Electronics Magazine》:The Energy Paradox of AI in Power Electronics: Innovation Driver or Unsustainable Burden?

【字体: 大 中 小 】 时间:2026年01月06日 来源:IEEE Power Electronics Magazine 2.4

编辑推荐:

  人工智能在电力电子领域的应用快速增长,2024年相关论文数量同比激增100.7%。研究强调应用驱动创新优于传统算法设计,提出结合物理机理的机器学习以平衡数据驱动与理论模型,并建立可持续AI设计框架,解决能源消耗与性能优化矛盾。

  

摘要:

人工智能(AI)在电力电子(PE)行业的应用正在迅速发展。AI的这一近期增长趋势凸显了该行业向应用驱动型创新转型的趋势。与方法驱动型研究不同,后者在解决实际问题时往往效果不佳,而将AI与电力电子领域的实际挑战相结合,正在推动该领域更广泛的创新。本白皮书探讨了AI在电力电子中的主流应用,不仅限于使用性能指标,还考虑了这些AI方法对能源的影响以及为实现高性能所需的数据质量要求,同时兼顾合理的经济和能源成本。本文还强调了可解释AI的重要性,既关注数据质量也关注预测结果,但指出由于固有的交叉耦合效应,电力电子领域需要依赖多种独立且相互依存的输入。文章提倡使用基于物理知识的机器学习方法,该方法将理论机制与数据相结合,以平衡领域知识和数据驱动的预测。这种方法在离线环境中特别有效,但在缺乏高质量相关数据的在线环境中则面临挑战。讨论还涉及AI的能源需求,强调需要采用可持续的设计和实施方式,以避免过度复杂的模型导致能源消耗过多。此外,本文通过多个案例研究展示了在不同应用中使用不同AI方法所面临的挑战,并将能源作为评估指标进行考量。最后,本文提出了一个用于电力电子领域应用驱动型AI创新的框架,解决了部署规模评估中的常见问题,并总结了AI应用在该领域的环境可持续性。

电力电子中的AI

人工智能(AI)在电力电子(PE)行业中的应用正在迅速普及[1]。仅2024年,IEEE电力电子学会(PELS)旗下五本期刊中与AI相关的论文数量就几乎达到了前三年(2021-2023年)的总和,从2023年到2024年的年增长率高达100.7%。尽管IEEE电力电子学会(PELS)的大部分AI相关工作都基于应用驱动型创新[2],但它也摆脱了那些纯粹基于理论设计的AI算法(主要是方法驱动型研究),这些算法在解决实际问题时往往效果不佳。因此,PELS采取的方法多年来为AI领域的更广泛创新做出了贡献,成功地将对电力电子挑战的深入思考与AI的下游应用相结合。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号