磁耦合谐振式无线电能传输系统参数辨识研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:dygaalove4390
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代工业技术的飞速发展,对供电方式的智能化、安全性、便捷性提出了更高的要求,无线电能传输(Wireless Power Transfer,WPT)技术以其自由、灵活、安全、可靠等优点引起了人们的关注。由于在实际的供电场合中,线圈偏移和传输距离变化等不可避免因素的存在,线圈间耦合系数会出现随机波动。此外,充电过程中电池内阻的变化也会导致WPT系统偏离最佳工作状态。因此,开展无线电能传输系统参数辨识研究,对提高系统的鲁棒性和效率至关重要。针对WPT系统参数辨识的研究,传统方法需获取WPT系统原边侧阻抗角信息或由进化优化算法通过迭代过程来辨识参数,需要依赖于高精度的采样设备以及冗长的迭代过程。为此,本文围绕串联-串联(Series-Series,SS)型WPT系统耦合系数与负载辨识问题展开研究,通过分析原边侧电气信息与待辨识参数的关系,提出了一种融合机器学习模型与机理模型的WPT系统参数辨识方法。最后,通过仿真与实验验证该辨识方法的有效性。本文主要研究工作如下:(1)基于电路理论建立了SS型WPT系统的电路模型,推导了线圈耦合系数、电阻负载与系统输出功率和效率的函数关系。在此基础上,分析了线圈耦合系数与负载阻值波动对系统输出性能的影响。(2)提出了一种融合机器学习模型与机理模型的参数辨识方法。以原边侧输入电压、电流作为输入因子,耦合系数作为标签,建立了WPT系统样本数据库。依次分析了机器学习算法中支持向量回归(Support vector Regression,SVR)、BP神经网络以及RBF神经网络的基本原理,并分别构建三种算法的耦合系数辨识模型。推导耦合系数与负载阻值的函数关系,依据耦合系数的辨识值,实现了负载参数识别。(3)对比分析了以上三种参数辨识模型的精确度与泛化能力,研究结果表明SVR算法在小训练样本数据中其辨识精度与泛化能力均优于其余两种算法。在此基础上,搭建了WPT系统实验平台,分别在传输距离变动以及水平偏移工况条件下,验证了基于SVR参数辨识方法的有效性。
其他文献
腺体是大多数器官的重要组织结构,主要负责分泌碳水化合物和蛋白质。由腺体上皮层引起的恶性肿瘤,也称为腺癌,是最为常见的癌症之一。对癌症进行分级可以指导医生制定对应的治疗方案,而腺体的形态对于癌症等级的判定尤为重要。因此,在组织病理学图像中精确分割腺体的形状具有重要的意义,也是开展病理图像辅助诊断的前提。一般来说,人工分割比自动分割更为准确。但由于数字病理图像的尺寸过大,人工分割极其耗时且昂贵。因此,
路径规划是移动机器人实现自主导航的关键,根据周围环境信息是否已知,将其分为全局路径规划和局部路径重规划。在已知环境中,通过全局路径规划得出一条全局路径,当遇到突发障碍物时,同样也需要借助局部路径重规划进行局部避障。本文提出一种全局和局部路径规划相结合的混合路径规划,主要研究内容如下:(1)针对蚁群算法(Ant Colony Optimization,ACO)在进行全局路径规划时出现的收敛速度慢,不
学位
学位
学位
随着社会的快速发展和传统能源的逐渐枯竭,加上环境污染带来的国际环保意识空前高涨,可再生能源受到越来越多的关注。微电网作为智能电网的重要部分,能够协调控制各分布式能源满足用户需求以及解决可再生能源消纳等问题,已经受到高度重视与迅猛发展。风、光等可再生能源自身的波动性和随机性,给微电网的经济和稳定运行带来重大挑战。在并网型风/光/储微电网中对风机、光伏和储能的容量进行合理配置,不仅能降低微电网的建设成
传统化石能源短缺和环境污染问题日益严重,可再生能源和分布式发电成为解决能源、资源短缺的有效途径,其具有污染少、可靠性高、能源利用率高等特点。目前,微电网是可再生能源和分布式发电发挥作用的手段。逆变器是微电网的基本接口,成为连接分布式电源和各种负载的通道,其对系统的稳定起到关键作用。本文以离网逆变器为研究对象,对逆变器扰动控制策略进行研究,本文的主要内容如下:(1)搭建了三相离网逆变器模型,对电压电
迄今为止人类通过大量的科学实验证实了存在于大自然的的基本定律和生命构象的起源均归因于物质不对称性。在人类长期的研究中逐步表明手性化合物往往在生命体系起着着至关重要的作用。因此天然手性高分子的合成、组装、改性近些年来逐渐成为研究领域热点。为解决现有手性功能材料在现在或未来应用中可能遇到的困境,本文提供一种新思路和新方法。设计了一系列带有手性噁唑啉侧基单体,以及一系列含芴基(Fluorene)官能团的
随着移动机器人视觉导航技术的不断发展,将低成本RGB-D传感器提供的彩色图像和深度图像用于指导移动机器人路径规划及环境感知已成为国内外研究热点之一。然而因为RGB-D信息数据量大、分辨率受限、抗干扰能力较弱,如何在仅应用RGB-D而不使用其他传感器这个限定条件下来有效、精确地建立未知环境的三维地图,并用于移动机器人稳定、高效和可靠的环境感知与路径规划,这是一个亟待解决的问题。首先,本文系统地研究了
在传统能源日渐枯竭的背景下,当今国际开始大力发展以风能发电为代表的清洁能源。随着相关技术的日渐成熟和风电行业的发展,行业内产生的相关数据在来源和数量上都达到了一个新的高度,数据类型也变得丰富多样起来。在大数据技术潮流下,人们意识到这些风电数据中隐藏着巨大的价值,若能对其高效地管理并利用,则对风电行业有着巨大的促进作用。目前行业对风电数据的管理与应用之间存在以下矛盾:风电数据的应用需要结合不同来源、