基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法

作者：苏玉刚^*; 阳剑; 戴欣; 刘家鸣; 侯信宇

来源：电力系统自动化, 2021, 45(18): 162-169.

• 无线电能传输
• 磁耦合谐振
• 神经网络
• 互感识别
• 负载识别

针对磁耦合谐振式无线电能传输(MCR-WPT)系统负载与互感识别精度低、速度慢等问题,提出一种基于TensorFlow神经网络的双LCC型MCR-WPT系统负载与互感识别方法。该方法基于TensorFlow深度学习框架,采用神经网络模型,将MCR-WPT系统的负载与互感识别问题等效为非线性方程的求解问题,进而转化为深度学习非线性拟合问题,并给出模型的训练方法,最后得到基于TensorFlow神经网络的MCR-WPT系统负载与互感识别模型。通过离线方式训练负载与互感识别模型,并将训练完成的识别模型导入微型控制器,只需要采集系统输入电流值和传输距离就能够实现负载与互感在线同时识别,识别速度快、精度高,有利于系统的实时控制,且成本较低、易于实现,有利于工程推广应用。

• 单位
  重庆大学; 自动化学院