5月中国AI独角兽融资潮起:估值体系颠覆,大模型行业重估进行时

国央企创新负责人如何通过平台提升技术需求挖掘与资源配置的精准性?.docx 国央企创新负责人如何通过平台提升技术需求挖掘与资源配置的精准性? 立即下载

5月中国AI产业一级市场热闹非凡

这个5月,中国AI产业的一级市场异常热闹。先是DeepSeek,这家国产超级AI独角兽正在推进成立以来第一次外部融资。最新信息显示,国家AI产业投资基金、腾讯等资方都进入了洽谈名单。

一个月前,DeepSeek还被传以100亿美元以上估值融资;几周后,估值已经被推高到450亿—500亿美元区间。综合目前消息来看,DeepSeek本轮融资规模可能达到30亿—40亿美元,资金将主要用于算力基础设施、研发和员工激励。

月之暗面与阶跃星辰融资动态

紧随其后,月之暗面被曝完成或接近完成约20亿美元融资,投后估值突破200亿美元。这轮融资由美团龙珠领投,中国移动、CPE等参投。

几乎同一时间,另一家AI“六小龙”阶跃星辰,也传出近25亿美元融资将落地。值得关注的是,这轮融资里出现了华勤、龙旗、豪威、中兴等手机和消费电子产业链资本,被称为“港版淡马锡”的香港投资管理有限公司也被报道进入股东名单。

中国AI产业集体重估

三家头部AI独角兽同步推动融资,这并非偶然,而是中国AI产业经历了一场集体重估。以DeepSeek为代表,中国头部基模公司的估值门槛,已经来到了千亿人民币以上。

要知道,几个月前,最先冲刺港股市场的智谱和MiniMax,上市前发型师估值都在500亿港元左右。而在1月登陆港股后,这两家公司迅速成为二级市场上少有的基模标的,市值成倍增长,截至本月9日,智谱最新市值已经突破4000亿港元,而MiniMax也稳定在2300亿港元。

二级市场已经给了样板,那一级市场的热度,就只需要一个火花来引燃。下一轮基座模型公司的融资和IPO浪潮,终于随着DeepSeek的融资信号,来到了余下几家AI独角兽身上。

DeepSeek估值飙升背后

谁也没有想到,中国AI独角兽的定价体系,就这样在过去几周之内被颠覆。

三周前,有媒体爆料称,DeepSeek正在洽谈成立以来第一次外部融资,计划至少融资3亿美元,估值在100亿美元以上,但这一信号很快被资本市场捕捉并加速。

几天前,一个重磅的名字出现在了DeepSeek的资方名单中,中国国家集成电路产业投资基金,也就是“国家大基金”,正在洽谈领投DeepSeek首轮融资,估值可能达到450亿美元。

而根据最新消息,DeepSeek的估值可能已经来到500亿美元,融资额预计30亿—40亿美元,腾讯也在洽谈参与。

换句话说,DeepSeek的估值在几周时间内,迅速在一级市场被做大了五倍。

这轮估值抬升,一方面是因为DeepSeek被资本和产业侧同时看作国产AI底座的核心竞争者。尤其是在DeepSeek收入仍有限的情况下,仍被投资人看作国产AI战略中的关键公司。

另一方面,市场一直都在期待DeepSeek打开融资的大门,但多年以来DeepSeek一直是拒绝外部资本的“技术理想主义者”形象。

过去两年,DeepSeek主要依靠创始人梁文锋,以及母公司幻方体系内资金支持,外部投资人很难进入。但进入2026年后,AI产业的投入呈现指数级增长态势,研发、算力、人才竞争都在变贵。

DeepSeek也面临来自字节、阿里等公司的竞争,不仅仅是在模型市场,也在人才竞争领域。比如,原DeepSeek的核心研究员郭达雅,就于近期转投字节跳动。

另一方面,算力扩充也是推动融资的现实理由。母公司幻方早年曾为DeepSeek储备了约1万张规模的英伟达A100集群,但来到V4等新一代模型时期,训练和推理都在放大算力消耗;即便其正加速适配国产算力,继续扩充计算基础设施仍需要外部资金支撑。

值得注意的是,阿里曾经也试图进入DeepSeek融资桌。几周前曾有报道披露,腾讯、阿里都曾与DeepSeek有过投资接触。但近期传出阿里和DeepSeek“谈崩”的消息。根据《每日经济新闻》的最新报道,有市场人士称,阿里“应该没有进行谈判”。

DeepSeek V4发布及影响

另一方面,DeepSeek的这一轮资本故事,几乎和新一代模型V4同步落地。两周前,DeepSeek - V4 Preview正式上线并开源。官方文档显示,V4系列分为V4 - Pro和V4 - Flash两个版本,最大上下文长度均为1M;V4 - Pro总参数更是来到了惊人的1.6T。

V4的外部反响,贯彻了DeepSeek一直以来的性价比路线。V4 Pro的定价,为每百万输入仅为0.435美元、输出0.87美元;开发社区Hacker News上,有用户表示,用它跑同样代码审查,耗时约为Opus/GPT的两倍,但成本不到十分之一。与之对比,Anthropic最新给出的Claude Code企业开发者成本,已到日均13美元、月均150—250美元。所以,V4的市场反馈更像一次性价比回归:Artificial Analysis把V4 Pro列为开源权重模型第一梯队、仅次于Kimi K2.6。

更重要的是,V4的意义不只是模型升级,而是和国产算力强绑定。DeepSeek V4的一个关键变化,是适配华为最先进的昇腾AI芯片。华为也在第一时间宣布其昇腾超节点将全面支持DeepSeek V4;随后业内传出,字节、腾讯、阿里等头部AI厂商,在V4发布后正加速争抢华为昇腾950系列芯片。这把DeepSeek推到了国产AI算力生态的C位。

过去,中国大模型公司很难绕开英伟达CUDA生态。模型越是要升级,越依赖高端GPU。DeepSeek V4在华为昇腾体系内得到验证,意味着国产基模和国产算力之间出现了一次重要的路线重合。这也是为什么,DeepSeek能成为这一轮融资潮的“领头羊”。

其他头部基模公司价值重估

而在DeepSeek的估值攀升的同时,其他头部基模公司,也有了新的估值参照系。DeepSeek把估值锚抬高后,未上市的几家AI独角兽迅速迎来价值重估,首当其冲的就是月之暗面和阶跃星辰。

公开信息显示,月之暗面近期这轮融资约20亿美元,投后估值突破200亿美元,由美团龙珠领投,中国移动、CPE等参投,其中美团龙珠出资超过2亿美元。

这是月之暗面成立以来规模最大的单笔融资,也是彼时国内大模型创业公司金额最高的私募融资金额。至于为什么要说“彼时”,因为很快阶跃星辰和DeepSeek就打破了这一纪录。

不过,抛开单轮额度,月之暗面的融资节奏也在今年密集落地。今年前两个月,月之暗面已经连续完成三轮融资,加上5月这轮20亿美元,不到半年融资超过39亿美元。换言之,月之暗面相比去年底的估值,已经翻了4倍有余。

值得注意的是,月之暗面的每一轮融资背后,都有着美团系的重要身影。美团龙珠成立于2017年,是植根于美团体系的产业投资平台,早期更偏消费和本地生活投资,近年开始加码前沿科技。2023年7月,龙珠合伙人王新宇就参与了月之暗面的融资谈判,在Kimi爆红前进行了早期重仓。

最近一轮持续加码后,王新宇也公开现身给月之暗面站台,他在近期采访中披露,Kimi在K2.5更新后,ARR于3月初突破1亿美元,4月升至超过2亿美元,付费订阅和API调用都在加速。

美团联合创始人王慧文,则是月之暗面融资历程中的另一位关键人物。公开报道显示,他以个人身份多轮参投月之暗面,并在去年年底5亿美元C轮融资中继续跟投,累计投资额约7000万美元。

模型方面,月之暗面的最新一代模型K2.6在几周前正式发布,K2.6强化了编程能力、长程任务执行和Agent集群能力,可支持最多300个子Agent协作,Kimi也开始同步测试Claw群组功能。

测试数据显示,K2.6能够不间断编码13小时,编写或修改代码超过4000行,是Kimi迄今代码能力最强的模型。在智谱和MiniMax上市后,月之暗面一度被认为是“六小龙”剩余几位成员中,最有希望冲击IPO的公司。

但与此同时,另一家“小龙”阶跃星辰也迅速行动起来。最近两天,多家媒体报道,阶跃星辰即将完成近25亿美元融资。融资名单里,除了一众地方国资外,华勤、龙旗、豪威、中兴等手机产业链资本集中入场,覆盖整机制造、核心器件、通信终端等环节。

其中,华勤、龙旗是手机ODM龙头,豪威是图像传感器核心厂商,中兴是终端和通信设备厂商。它们投阶跃,多少有些产业合作伙伴下场站台的意思。

另一方面,阶跃今年的资本动作也十分密集。今年1月,阶跃星辰完成超50亿元B + 轮融资,投资方包括上海国资、国寿股权、浦东创投等;同日,千里科技董事长印奇,同步出任阶跃星辰董事长。

印奇的加入,让阶跃的外部想象力迅速发生变化。姜大昕仍是阶跃创始人兼CEO,代表模型研发和公司经营;印奇则更像是资本、产业和终端场景的连接人。而印奇作为双料董事长的另一条线,也开始和阶跃发生更深绑定:千里科技以及其背后的吉利系资本。

4月22日,千里科技宣布与阶跃星辰达成全面战略合作,双方将共建“原生智驾基座模型”。前荣耀CEO赵明在转投千里后也公开亮相,作为千里科技联席董事长的赵明在发布会上表示,千里科技和阶跃决定从基座模型预训练阶段开始深度融合,把通用语料与真实智驾感知、规控数据同源输入。

这就能解释,为什么阶跃的融资名单里会有一批终端产业链资本。阶跃近期业务动作也围绕端侧Agent、语音模型和全模态能力展开。本月8日,阶跃发布StepAudio 2.5 Realtime,定位新一代实时语音大模型;更早之前,阶跃发布Step - GUI系列,试图把GUI Agent能力推向手机等终端场景。

红筹架构拆分与IPO动向

另一方面,尽管阶跃星辰和月之暗面的融资动作不断,但想要跑通港股IPO,仍有一个至关重要的环节:红筹架构拆分。

红筹架构,通常是中国境内经营实体,通过境外控股公司承接境外融资和上市安排的一套股权结构。过去很多互联网公司通过红筹/VIE结构赴美、赴港上市。

但近年来,涉及数据、AI、硬科技等行业的红筹架构公司,在境外上市备案和监管审核要求愈发严格。对准备赴港上市的公司来说,拆除红筹架构,往往意味着把股权和控制关系放到境内监管备案。

目前公开报道显示,阶跃星辰已拆除红筹架构,这被视为赴港IPO的重要前置步骤;月之暗面方面,则是更多在磋商阶段,评估时间窗口与架构方案,但没有公开信息显示其在部署股改。

这一轮的AI港股窗口谁先抢到,还有待进一步观察。另一家曾经的“六小龙”零一万物也被传出赴港IPO动向,最新报道称其正进行IPO前融资、筹划港股上市。

零一万物方面回应称,当前聚焦企业智能体和市场落地,资本规划“开放且审慎”,暂无更多披露。估值上,零一万物2023年曾超10亿美元,但近期融资和新估值信息披露有限。业务上,公司已收缩超大基模预训练,转向企业智能体、垂直场景和行业交付。

大模型行业估值变化及影响因素

一个现实的情况是,“六小龙”的概念早已是过去式。头部的基模公司,如今都是各路投资机构的香饽饽,尤其是在DeepSeek这一轮引发了行业重估后。大模型的牌桌上,只有千亿身家以上的玩家。

在这个资本涌动的5月,大模型行业在一级市场的估值情况已经彻底改变。按最新报道口径计算,DeepSeek 450亿—500亿美元估值,约合人民币3200亿—3600亿元;月之暗面200亿美元估值,约合人民币1400亿元以上;阶跃星辰在运作25亿美元融资的同时,其目标估值已经来到了100亿美元。

换句话说,一级市场正在默认一个新标准:中国头部基模公司,基本上以千亿人民币估值/市值为门槛。

这个变化背后有多重因素的影响,首先是国产AI Infra层的推动。DeepSeek和华为昇腾在V4上的绑定,让国产基模和国产算力之间的路线开始重合,资本市场也迅速给出反应。

5月首个交易日,国产算力板块全线爆发,云服务、半导体两大二级行业指数分别上涨5.77%、5.48%,位列全行业涨幅第2、第3位,两大板块合计26只个股涨停或涨幅超过10%。这一变化的核心驱动力,正是DeepSeek V4在国产算力领域释放的信号。

多家券商的分析显示,国产算力芯片及解决方案厂商在2025年和2026年一季度普遍实现营收数倍增长,多家公司扭亏或利润大幅增长,行业正在从研发投入期转向商业回报期。

换言之,这一轮重估的不仅仅是基模公司,而是整个模型—芯片—云平台的应用生态闭环。

另一方面,是Agent浪潮下,大模型商业化开始在部分板块跑通。从年初“小龙虾”热潮,到全球Token调用暴增,再到Vibe Coding、AI编程和Agent工具全面铺开,一部分大模型公司已经找到了商业化突破口。

智谱、MiniMax是第一批在港股市场吃到这一红利的公司,伴随着年初的“龙虾”热,OpenRouter模型调用榜单上,两家公司的主力模型一度把Gemini、Claude等海外模型挤在身后,也造就了两家公司的股价不断攀升。

换言之,在Vibe Coding、Agent工具这些场景里,商业化回报已经开始显现。而这也正是DeepSeek、月之暗面擅长的领域。

最关键的一点是,当前的大模型市场上,有实力的通用基模玩家越来越少,产业资本开始提前锁定入口。

通用基座模型,不是所有公司都能继续烧下去,这个命题一直是行业内的共识。零一万物创始人李开复曾直言,“只有大厂能够烧超大模型”,他认为中国市场最终可能只剩下DeepSeek、阿里和字节三家大模型公司。无论这个判断是否最终成立,它都反映了一个现实:基座模型只会留给少数有实力的企业。

在这种背景下,未上市的优质基模公司会变得更稀缺。而阶跃星辰的融资名单,一众终端厂商的名字,也反映出大模型公司和外部产业链正在更深绑定。手机、PC、汽车、可穿戴设备都在寻找AI时代的新交互方式,语音、GUI Agent、多模态理解和端侧推理,都在探索下一代终端的形态。产业资本投AI,本质上是在给自身行业未来的“原生AI大脑”投资。

融资潮的不确定性

但这轮融资潮也有明显的不确定性。二级市场已经先给了一次提醒。智谱和MiniMax上市后大涨,确实把港股AI资产的估值天花板拉高。

但高估值也意味着高波动。DeepSeek V4发布后,智谱和MiniMax股价曾显著回调,市场担心新模型会推动价格竞争。

另一方面,智谱和MiniMax预计6月纳入恒生科技指数和港股通,但真正压力测试是7月解禁潮,MiniMax近50%股份解禁,流动性溢价面临考验。

这恰恰说明,大模型公司的估值不是只涨不跌。资本市场可以提前定价未来,也会很快修正预期,这放在DeepSeek、月之暗面、阶跃星辰身上同样成立。

此外,代表B端基本盘的AI云市场和C端流量仍牢牢掌握在字节、阿里、百度、腾讯等大厂手里。QuestMobile一季度报告显示,豆包、千问、DeepSeek月活分别达到3.4亿、1.7亿、1.3亿,行业用户规模和粘性同时提升。这里面,只有DeepSeek是一个例外,它没有大厂的投流加持,却仍能维持在C端国产AI应用头部阵营。

但这也说明,DeepSeek的特殊性很难被复制。多数AI独角兽,还是要在大厂夹击中找到自己的位置,在持续打磨基模的同时,不断探索商业化出路。眼下的“疯狂5月”,对几家基座模型公司而言,还远远不是兑现答案的时刻。

科技中介服务机构在协助企业对接科研成果时,如何提升服务响应速度与专业化水平.docx 科技中介服务机构在协助企业对接科研成果时,如何提升服务响应速度与专业化水平 立即下载

相关推荐

国央企创新负责人在推动内部技术成果转化与外部协同创新时,如何实现资源的高效整合与协同联动?.docx

国央企创新负责人在推动内部技术成果转化与外部协同创新时,如何实现资源的高效整合与协同联动?

2026最新基于Aria2下载器解决百度网盘限速问题

Aria下载器

机器人入门实战:用 ROS2 和 Gazebo 先把差速车 URDF 跑起来,再做一版 SLAM 建图(含教学手册与源码骨架)

原创教学资源包(VIP专属)。围绕机器人开发项目实战搭建可复现闭环:用差速车 URDF 把 base_link、左右轮和激光连杆的关节树写自洽,配一间教学库房的 Gazebo 世界与 launch 骨架;再提供一版合成二维占用栅格建图,对比纯里程计写入和扫描匹配修正,用来分辨 odom 系漂移与 map 系 SLAM 输出。内含中文实战手册与可 make 抽检的 ROS 2 源码骨架。实现均为教学桩,注释标明不是完整 Navigation2 栈,不能替代实机传感器标定,也不是 Cartographer / slam_toolbox 的生产方案。 使用方法:解压后进入 src/ 目录(需 Linux、Python 3;不必安装 ROS 2 或 Gazebo 也能抽检)。先执行 make clean && make test,或运行 python3 scripts/smoke_test.py,看到 ALL SMOKE TESTS PASSED 后再阅读手册.md、README.md 与源码注释。若本机已安装 ROS 2 Humble/Jazzy 与 Gazebo,再把 src/diffbot_slam_tutor 放入工作空间,按 README 中「读者本地环境再跑」的 launch 命令启动仿真。细节见手册.md 与 src/README_SRC.txt。 适合作为成长任务「机器人开发项目实战」的自制合规 VIP 资源上传。建议售价 9.90 元。模型与数据均为虚构示例,不含刷量、搬运或真实个人信息。

港股十档行情tick数据,包含逐笔成交与买卖委托快照 逐笔记录含成交时间、价格、成交量、成交方向及委托单类型 十档委托快照提供买卖各十个价位的挂单价格与挂单数量,可观察盘口深度变化 分钟数据以一分钟为

港股十档行情tick数据,包含逐笔成交与买卖委托快照。逐笔记录含成交时间、价格、成交量、成交方向及委托单类型。十档委托快照提供买卖各十个价位的挂单价格与挂单数量,可观察盘口深度变化。分钟数据以一分钟为单位,包含开盘价、最高价、最低价、收盘价、成交量及成交额。历史行情覆盖近十五年,提供完整日线csv表格,字段包含日期、开盘价、最高价、最低价、收盘价、成交量、成交额,部分还包含调整因子或前收盘价。所有数据均为非实时历史数据。 数据源:CMES金融数据库

【云原生开发】基于Go语言高并发与容器化技术的微服务系统设计与实战

内容概要:本文系统讲解了Go语言在高并发与云原生领域的核心技术与实战应用,从Goroutine调度器、Channel底层实现、CSP并发模型等原理出发,深入剖析GMP调度机制、内存模型、同步原语与Context控制流,并结合Worker Pool、Pipeline、Fan-out/Fan-in等经典并发模式,逐步过渡到云原生实践。内容涵盖Docker容器化、Kubernetes编排、微服务架构设计、可观测性体系建设(日志、监控、链路追踪),并通过一个完整的高并发短链接服务项目,演示从代码实现、性能调优到云原生部署的全流程。; 适合人群:具备一定Go语言基础,有1-3年后端开发经验,希望深入理解并发原理并转型云原生方向的工程师;熟悉Java/Python等语言并计划转向Go生态的开发者;以及需要掌握Kubernetes内部机制的平台工程师。; 使用场景及目标:①理解Go并发核心机制如Goroutine、Channel、GMP调度、Context取消传播的底层原理与最佳实践;②掌握高并发场景下的Worker Pool、Pipeline等模式设计与性能调优方法;③实现服务的容器化打包、Kubernetes部署、自动扩缩容与可观测性集成,构建可投入生产的云原生系统。; 阅读建议:建议遵循“原理→模式→实战”的学习路径,结合书中代码示例动手实践,重点理解并发模型与云原生架构的设计思想。在学习过程中应使用pprof、trace、-race等工具进行调试与验证,强化对并发安全与性能瓶颈的认知。

两路半桥LLC谐振变换器软开关Simulink仿真(模拟谐振参数不同、分裂电容)

内容概要:本文介绍了“两路半桥LLC谐振变换器软开关Simulink仿真”资源包,重点在于基于Simulink平台对两路半桥LLC谐振变换器进行高精度建模与动态仿真,特别考虑了谐振参数不一致及分裂电容等非理想工况对系统性能的影响。该仿真模型不仅涵盖了主电路拓扑、软开关实现机制与谐振网络设计,还深入分析了不同参数配置下系统的启动特性、稳态效率、动态响应及软开关条件的满足情况。通过参数扫描与对比仿真,帮助用户掌握LLC变换器的关键设计要素与优化方法,具备较强的工程指导价值和科研教学意义。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校师生,以及从事高频开关电源、新能源变换器、车载充电机等领域的研发工程师和技术人员。; 使用场景及目标:① 掌握两路并联半桥LLC谐振变换器的建模与仿真方法;② 理解软开关技术在提升变换器效率与降低EMI方面的关键作用;③ 分析谐振参数偏差与分裂电容结构对系统均流特性、增益曲线及软开关范围的影响;④ 支持科研项目中的拓扑验证、控制策略开发与故障工况分析; 阅读建议:建议结合Simulink仿真模型与配套说明文档进行学习,重点关注谐振腔参数设置、驱动时序设计及软开关波形观测;可通过调整谐振电感、电容值或引入参数失配,观察系统行为变化,深入理解LLC变换器的稳定边界与优化设计原则。

高校技术转移办公室人员如何提升科技成果推介效率与质量?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

双向全桥CLLC谐振变换器仿真模型(Simulink仿真实现)

内容概要:本文系统介绍了双向全桥CLLC谐振变换器的Simulink仿真模型,重点阐述了变频控制、闭环仿真及其与多种电力电子拓扑(如维也纳整流器、DAB变换器、图腾柱PFC等)的联合仿真设计。资源包涵盖2.5kW双向全桥LLC、V2G电动汽车充放电系统、三相PFC、多相交错LLC等多种变换器的仿真案例,并深入展示了三电平VIENNA整流器在双闭环PI控制与SVPWM调制策略下,结合上下电容电压差值补偿实现中点电位平衡的先进控制方法。通过仿真验证,该策略不仅有效维持了800V直流母线电压的稳定,还在动态工况下显著提升了电容电压的均衡度,同时保持了较低的输入电流THD,充分体现了SVPWM与中点平衡控制协同优化的技术优势。; 适合人群:具备电力电子与自动控制理论基础,从事新能源发电、电动汽车、工业电源、微电网等领域的研究生、工程师及科研人员。; 使用场景及目标:① 学习并构建高频谐振变换器(如LLC、CLLC)的Simulink仿真模型,掌握其变频与混合控制策略;② 深入理解并应用中点电位平衡、双闭环PI控制、SVPWM调制等核心技术于VIENNA等三电平变换器中;③ 复现高水平期刊论文中的控制算法,服务于科研项目申报、学术论文撰写或工程产品开发。; 阅读建议:该资源为综合性仿真资料库,建议使用者结合自身研究方向(如电动汽车充电、新能源并网)选择对应案例进行精学,重点关注控制策略的设计逻辑、仿真参数的整定方法以及SVPWM与中点平衡的协同机制,并充分利用附带的计算书和参考文献深化理解,以实现从仿真模型到实际工程应用的顺利转化。

基于双向Buck-Boost电路的锂电池储能充电+放电控制Simulink仿真

内容概要:本文系统介绍了基于双向Buck-Boost电路的锂电池储能系统充放电控制的Simulink仿真设计,重点构建了储能系统中能量双向流动的控制模型,涵盖充电与放电两种工作模式。通过Simulink平台搭建主电路拓扑与闭环控制系统,实现对锂电池的安全、高效能量管理,确保系统在不同工况下的稳定性与动态响应性能。研究不仅聚焦于Buck-Boost变换器的能量转换机制,还结合多种先进控制策略,如模型预测控制、电压下垂控制等,提升系统的控制精度与鲁棒性。同时,文中列举了包括LLC谐振变换器、Vienna整流器、PWM整流器等多种电力电子变换器的仿真案例,体现了该资源在新能源、微电网及电力电子系统建模与控制领域的广泛适用性与技术综合性; 适合人群:具备电力电子、自动控制或电气工程等相关专业背景,熟悉MATLAB/Simulink仿真环境,从事新能源系统、储能技术、电力电子变换器设计及相关领域研究的研发人员与高校研究生; 使用场景及目标:①深入理解双向Buck-Boost电路在锂电池储能系统中的能量管理原理与系统建模方法;②掌握基于Simulink的充放电控制策略设计、闭环系统搭建与仿真验证流程;③拓展至其他主流DC-DC与AC-DC变换器(如LLC、Vienna、DAB等)的建模与控制研究,服务于科研项目、课程设计、毕业课题或工程开发应用; 阅读建议:建议结合文中提供的仿真模型与参考资料,动手实践Simulink建模与参数调试过程,重点关注控制环路的设计逻辑、控制器参数整定方法及系统动态响应特性;同时可参考同系列其他变换器的仿真案例,横向比较不同拓扑的控制策略差异,以拓宽技术视野与工程应用能力。

全桥LLC谐振(变频+移相混合控制)变换器闭环仿真模型(Simulink仿真实现)

全桥LLC谐振(变频+移相混合控制)变换器闭环仿真模型(Simulink仿真实现)

虚拟同步发电机(VSG)惯量阻尼自适应控制仿真模型(simulink仿真实现)

内容概要:本文提供了“虚拟同步发电机(VSG)惯量阻尼自适应控制仿真模型”的Simulink仿真实现方法,系统阐述了如何通过仿真手段研究VSG在电力系统中的动态响应特性,重点聚焦于其惯量与阻尼的自适应控制策略。文中详细说明了模型构建流程,涵盖控制算法设计、参数调节、根轨迹分析等内容,并通过对比不同调节系数下的系统响应,深入探讨了控制参数对系统稳定性与动态性能的影响。该仿真模型有效复现了VSG模拟传统同步发电机惯性与阻尼特性的能力,对于提升新能源并网系统的频率稳定性和抗扰动能力具有重要研究价值。; 适合人群:具备电力系统、自动化或相关领域基础知识,从事新能源并网、微电网控制、电力电子与电力系统仿真研究的研究生、科研人员及工程师。; 使用场景及目标:①用于教学与科研中深入理解虚拟同步发电机的工作原理及其在现代电力系统中的应用;②为新能源发电系统接入电网时的稳定性分析与控制策略设计提供仿真验证平台;③支持对VSG控制参数进行优化,提升系统应对负荷波动和扰动的能力。; 阅读建议:建议读者结合Matlab/Simulink软件动手实践,按照文档结构逐步搭建仿真模型,重点关注控制环路设计与参数整定部分,同时参考提供的代码与仿真结果进行对比分析,以加深对VSG自适应控制机制的理解。

高校技术转移办公室人员需要哪些工具来提升成果转化服务能力?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

两相交错并联Boost电路仿真模型(Simulink仿真实现)

内容概要:本文介绍了“两相交错并联Boost电路仿真模型(Simulink仿真实现)”的技术资源,属于电力电子变换器领域的仿真研究内容。该模型基于Simulink平台构建,旨在深入分析两相交错并联Boost电路的工作原理、动态响应特性及控制策略。交错并联结构通过错开各相开关管的导通时刻,有效降低输入电流纹波、提升系统效率与功率密度,适用于中高功率DC-DC变换应用场景。资源包含完整的主电路建模、PWM驱动信号生成、闭环控制器设计(如电压/电流双闭环控制)等关键模块,并可能涵盖软启动、均流控制等关键技术问题。整个仿真模型强调理论分析与工程实践的紧密结合,不仅有助于理解电路基本行为,也为优化控制算法提供验证平台,服务于科研与教学需求。; 适合人群:电气工程、自动化、电力电子及相关专业的高校本科生、研究生,以及从事电源系统研发的工程技术人员,具备一定的电路理论、自动控制原理和Simulink仿真基础者更佳。; 使用场景及目标:① 学习和掌握两相交错并联Boost电路的拓扑结构、工作机理及性能优势;② 利用Simulink进行电力电子电路的建模与仿真,深入理解PWM控制、闭环调节、均流控制等核心技术的应用;③ 为科研项目、课程设计或毕业设计提供可复用的仿真案例和技术支持,辅助开展中高功率电源系统的创新设计与优化研究。; 阅读建议:建议结合Simulink软件动手搭建并调试模型,通过调整占空比、开关频率、电感参数等变量,观察其对输入电流纹波、输出电压稳定性及动态响应的影响,以深化对电路特性的理解;同时可参考文中列出的其他相关资源(如LLC、PFC等仿真模型)进行横向对比学习,拓宽电力电子系统设计视野。

继电保护小电流接地系统故障仿真-中性点不接地与经消弧线圈接地仿真模型(Simulink仿真实现)

内容概要:本文基于Simulink平台构建了小电流接地系统中性点不接地与经消弧线圈接地的故障仿真模型,旨在深入研究单相接地故障下的系统动态行为。通过精确建模与仿真实验,系统地对比分析了两种接地方式在故障电流幅值、电压分布特性及暂态响应等方面的差异,重点探讨了其在故障检测灵敏度、电弧自熄能力以及过电压抑制效果上的各自优势与局限性。研究不仅有助于深化对小电流接地系统运行机理的理解,也为继电保护策略的优化设计、故障选线算法的开发及配电网安全稳定运行提供了重要的理论依据和仿真验证手段。; 适合人群:具备电力系统分析、继电保护原理等相关基础知识,从事配电网运行维护、故障诊断、继电保护装置研发或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 掌握小电流接地系统的故障特征与精细化仿真建模方法;② 对比分析中性点不接地与经消弧线圈接地两种方式在供电可靠性、设备绝缘要求和人身安全方面的综合性能;③ 为新型继电保护方案的设计、故障定位与隔离算法的验证以及配电网运行方式的优化决策提供可靠的仿真测试平台。; 阅读建议:此资源以Simulink仿真为核心,建议读者在学习过程中务必结合电力系统故障分析理论,亲自动手搭建或调试仿真模型,重点关注故障发生前后关键电气量(如零序电压、零序电流)的变化规律,并尝试调整系统参数(如线路长度、过渡电阻、消弧线圈补偿度)以观察其对故障特性的影响,从而深刻理解不同接地方式的本质区别与适用场景。

区域电网含风光火压缩空气储能抽水蓄能以及电化学储能的联合调度,加入IEEE39系统,进行潮流计算,分析电能质量研究(Matlab代码实现)

内容概要:本文研究了包含风能、太阳能、火电以及压缩空气储能、抽水蓄能和电化学储能等多种能源形式的区域电网联合调度问题,通过将系统接入IEEE 39节点标准测试系统,利用Matlab平台开展潮流计算与电能质量分析,旨在提升高比例可再生能源接入背景下电网运行的稳定性与供电品质。研究重点涵盖多类型电源与多种储能系统的协调优化调度策略设计,深入探讨储能系统在削峰填谷、平滑新能源出力波动方面的关键作用,并对复杂运行工况下电压偏差、频率波动、谐波污染等电能质量问题进行评估与改善。通过构建完整的仿真模型,系统性地分析了联合调度对电网电能质量的影响机制,为现代电力系统中多能互补与协同控制提供了理论依据和技术参考。; 适合人群:具备电力系统分析、优化调度及电能质量相关基础知识,熟悉Matlab/Simulink仿真环境的研究生、科研人员及电力系统相关领域的工程师。; 使用场景及目标:①为含多种储能的区域电网联合调度研究提供完整的Matlab仿真案例与开源代码参考;②分析大规模新能源接入对IEEE 39系统潮流分布及电能质量的综合影响,并定量评估不同类型储能系统的调控效果;③为电力系统优化调度、电能质量综合治理、多能协同控制等学术研究与工程项目提供可复现的技术支撑与解决方案。; 阅读建议:本资源以Matlab代码实现为核心,读者应在掌握电力系统基本理论的基础上,重点关注联合调度的数学建模过程、储能系统充放电策略的制定逻辑以及电能质量各项评价指标的计算方法。建议在学习过程中动手调试仿真代码,尝试调整系统参数、优化目标权重或改变新能源渗透率,以深入理解系统动态行为与控制策略的有效性。

FFT去除频率分量的完整流程与数学分析

重叠与窗口:确保块间无缝过渡,避免幅度跳变;实时缓冲:处理速度需快于数据输入速度,避免断流;DAC的平滑角色:通过数模转换和滤波,将离散样点还原为连续波形。通过这种分段处理+重叠拼接的方法,即使FFT本身处理的是离散数据块,最终DAC输出仍能保持信号的时间连续性。以下是完整的数学分析过程和代码逻辑,演示如何通过FFT去除特定频率成分,并通过去窗技术恢复信号。信号加窗。

林愿留的博客 1612
上一篇: 大模型行业融资疯狂:70亿美元涌入,独立公司生存窗口渐窄?
下一篇: GeekAI v4.2.7 发布:开源 AI 助手解决方案,新增图片编辑与对话编辑功能
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值