Método de identificación de parámetros basado en redes neuronales artificiales para sistemas de transferencia de energía inalámbrica
Autores: He, Liangxi; Zhao, Sheng; Wang, Xiaoqiang; Lee, Chi-Kwan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Método de identificación de parámetros basado en redes neuronales artificiales para sistemas de transferencia de energía inalámbrica
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Transferencia de energía inalámbrica
Identificación de parámetros
Red neuronal artificial
Inductancia mutua
Resistencia de carga
Modelado de sistemas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
En este documento se presenta un método de identificación de parámetros del sistema de Transferencia de Energía Inalámbrica (WPT) que combina una red neuronal artificial y modelado del sistema. Durante la carga inalámbrica, existen dos parámetros críticos; específicamente, la inductancia mutua y la resistencia de carga, que cambian debido al movimiento del transmisor/receptor y las condiciones de la batería. La identificación de estos dos parámetros inciertos es un requisito esencial para la implementación del control de retroalimentación. El método propuesto utiliza una Red Neuronal Artificial (ANN) para adquirir un valor de inductancia mutua. Se formula un modelo de sistema conciso para calcular la resistencia de carga del receptor remoto. El error máximo de la estimación de la inductancia mutua es del 2.93%, y el error máximo de la estimación de la resistencia de carga es del 7.4%. En comparación con los métodos tradicionales, el método propuesto proporciona una forma alternativa de obtener la inductancia mutua y la resistencia de carga utilizando solo información del lado primario. Se proporcionaron resultados experimentales para validar la efectividad del método propuesto.
Descripción
En este documento se presenta un método de identificación de parámetros del sistema de Transferencia de Energía Inalámbrica (WPT) que combina una red neuronal artificial y modelado del sistema. Durante la carga inalámbrica, existen dos parámetros críticos; específicamente, la inductancia mutua y la resistencia de carga, que cambian debido al movimiento del transmisor/receptor y las condiciones de la batería. La identificación de estos dos parámetros inciertos es un requisito esencial para la implementación del control de retroalimentación. El método propuesto utiliza una Red Neuronal Artificial (ANN) para adquirir un valor de inductancia mutua. Se formula un modelo de sistema conciso para calcular la resistencia de carga del receptor remoto. El error máximo de la estimación de la inductancia mutua es del 2.93%, y el error máximo de la estimación de la resistencia de carga es del 7.4%. En comparación con los métodos tradicionales, el método propuesto proporciona una forma alternativa de obtener la inductancia mutua y la resistencia de carga utilizando solo información del lado primario. Se proporcionaron resultados experimentales para validar la efectividad del método propuesto.