基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法

苏玉刚; 阳剑; 戴欣; 刘家鸣; 侯信宇

doi:10.7500/AEPS20210128004

您当前的位置：

首页 >

文章列表页 >

基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法

研制与开发 | 更新时间：2025-06-16

- 基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法
- TensorFlow Neural Network Based Load and Mutual Inductance Identification Method for Magnetic Coupling Resonant Wireless Power Transfer System
- 电力系统自动化 2021年45卷第18期页码：162-169
- 作者机构：
  
  1.重庆大学自动化学院，重庆市 400030
  2.国家无线电能传输技术国际联合研究中心，重庆市 400030
- 作者简介：
  
  苏玉刚(1962—)，男，通信作者，博士，教授，博士生导师，主要研究方向：无线电能传输技术、电力电子技术、控制理论应用与自动化系统集成。E-mail：Su7558@qq.com
  阳剑(1995—)，男，硕士研究生，主要研究方向：无线电能传输技术。E-mail：2274573525@qq.com
  戴欣(1978—)，男，博士，教授，博士生导师，主要研究方向：无线电能传输系统的非线性建模及优化控制、动力学行为分析、双向电能传输及参数优化设计等。E-mail：toybear@vip.sina.com
- 基金信息：
  
  国家自然科学基金资助项目(51777022);已申请国家发明专利（申请号：202010895878.1）
- DOI：10.7500/AEPS20210128004
  中图分类号：
- 收稿日期：2021-01-28，
  
  修回日期：2021-04-28，
  
  网络出版日期：2021-06-08，
  
  纸质出版日期：2021-09-25
- 稿件说明：
移动端阅览
苏玉刚,阳剑,戴欣等.基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法[J].电力系统自动化,2021,45(18):162-169.

SU Yugang,YANG Jian,DAI Xin,et al.TensorFlow Neural Network Based Load and Mutual Inductance Identification Method for Magnetic Coupling Resonant Wireless Power Transfer System[J].Automation of Electric Power Systems,2021,45(18):162-169.
苏玉刚,阳剑,戴欣等.基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法[J].电力系统自动化,2021,45(18):162-169. DOI： 10.7500/AEPS20210128004.

SU Yugang,YANG Jian,DAI Xin,et al.TensorFlow Neural Network Based Load and Mutual Inductance Identification Method for Magnetic Coupling Resonant Wireless Power Transfer System[J].Automation of Electric Power Systems,2021,45(18):162-169. DOI： 10.7500/AEPS20210128004.

摘要

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。

Abstract

Aiming at the problems of low accuracy and slow speed in identifying the load and mutual inductance of the magnetic coupling resonant wireless power transfer (MCR-WPT) system

a TensorFlow neural network based identification method for the load and mutual inductance of the double-side LCC type MCR-WPT system is proposed. This method is based on the TensorFlow deep learning framework and adopts a neural network model. The load and mutual inductance identification problem of the MCR-WPT system is equivalent to the problem of solving nonlinear equations

which is then transformed into a deep learning nonlinear fitting problem. The training method of the model is given and the TensorFlow neural network based identification model for the load and mutual inductance of MCR-WPT system is finally obtained. The identification model for the load and mutual inductance is trained offline and then the trained model is imported into the micro controller. It only needs to collect the input current value and transmission distance of the system to realize the online simultaneous identification of the load and mutual inductance. The identification speed is fast and the accuracy is high

which is conducive to the real-time control of the system. And the model is low in cost and easy to implement

which is conducive to the engineering popularization and application.

关键词

Keywords

references

张波，疏许健，吴理豪，等 . 无线电能传输技术亟待解决的问题及对策［J］. 电力系统自动化， 2019 ， 43 （ 18 ）： 1 - 20 .

ZHANG Bo ， SHU Xujian ， WU Lihao ， et al . Problems of wireless power transmission technology urgent to be solved and corresponding countermeasures ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 18 ）： 1 - 20 .

JEONG S ， LIN T H ， MANOS M T . Range-adaptive impedance matching of wireless power transfer system using a machine learning strategy based on neural networks ［C］// IEEE International Microwave Symposium ， June 2-7 ， 2019 ， Boston， USA ： 1423 - 1425 .

QING Xiaodong ， SU Yugang ， HU A P ， et al . Dual-loop control method for CPT system under coupling misalignments and load variations ［J/OL］. IEEE Journal of Emerging and Selected Topics in Power Electronics ［ 2021-01-02 ］. https：//ieeexplore.ieee.org/document/9400864 https://ieeexplore.ieee.org/document/9400864 .

黄学良，王维，谭林林 . 磁耦合谐振式无线电能传输技术研究动态与应用展望［J］. 电力系统自动化， 2017 ， 41 （ 2 ）： 2 - 14 .

HUANG Xueliang ， WANG Wei ， TAN Linlin . Technical progress and application development of magnetic coupling resonant wireless power transfer ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 2 ）： 2 - 14 .

苏玉刚，侯信宇，戴欣 . 磁耦合无线电能传输系统异物检测技术综述［J］. 中国电机工程学报， 2021 ， 41 （ 2 ）： 715 - 728 .

SU Yugang ， HOU Xinyu ， DAI Xin . Review of foreign object detection technology in magnetic coupling wireless power transfer system ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 2 ）： 715 - 728 .

CHEN Yafei ， ZHANG Hailong ， SHIN Changsu ， et al . An efficiency optimization-based asymmetric tuning method of double-sided LCC compensated WPT system for electric vehicles ［J］. IEEE Transactions on Power Electronics ， 2020 ， 35 （ 11 ）： 11475 - 11487 .

ZHU Qingwei ， WANG Lifang ， GUO Yanjie ， et al . Applying LCC compensation network to dynamic wireless EV charging system ［J］. IEEE Transactions on Industrial Electronics ， 2016 ， 63 （ 10 ）： 6557 - 6567 .

王赛豪，戴欣，沙云鹏，等 . 基于等效品质因数的MC-WPT系统金属异物检测技术［J］. 重庆大学学报， 2020 ， 43 （ 5 ）： 11 - 19 .

WANG Saihao ， DAI Xin ， SHA Yunpeng ， et al . Metal foreign objects detection technology of MC-WPT system based on equivalent quality factor ［J］. Journal of Chongqing University ， 2020 ， 43 （ 5 ）： 11 - 19 .

夏兴达，张洁，郑伟 . 一种适应箭载电磁环境的无线电能传输系统屏蔽优化方法［J］. 航天控制， 2020 ， 38 （ 3 ）： 75 - 80 .

XIA Xingda ， ZHANG Jie ， ZHENG Wei . A shielding optimization method for wireless power transfer system based on electromagnetic environment on rocket ［J］. Aerospace Control ， 2020 ， 38 （ 3 ）： 75 - 80 .

吴旭升，孙盼，杨深钦，等 . 水下无线电能传输技术及应用研究综述［J］. 电工技术学报， 2019 ， 34 （ 8 ）： 1559 - 1568 .

WU Xusheng ， SUN Pan ， YANG Shenqin ， et al . Review on underwater wireless power transfer technology and its application ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 8 ）： 1559 - 1568 .

李中启，黄守道，易吉良，等 . 磁耦合谐振式无线电能传输系统频率分裂抑制方法［J］. 电力系统自动化， 2017 ， 41 （ 2 ）： 21 - 27 .

LI Zhongqi ， HUANG Shoudao ， YI Jiliang ， et al . A method of preventing frequency splitting in magnetic coupling resonant wireless power transfer system ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 2 ）： 21 - 27 .

廖志娟，孙跃，叶兆虹，等 . 无线电能传输系统共振机理及共振点分布特性研究［J］. 电工技术学报， 2020 ， 35 （ 2 ）： 215 - 224 .

LIAO Zhijuan ， SUN Yue ， YE Zhaohong ， et al . Research on resonance mechanism and resonant point distribution characteristic of magnetic coupling wireless power transfer systems ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 2 ）： 215 - 224 .

郭彦杰，王丽芳，李树凡，等 . 电动汽车移动式无线充电系统动态建模与特性分析［J］. 电力系统自动化， 2017 ， 41 （ 2 ）： 73 - 78 .

GUO Yanjie ， WANG Lifang ， LI Shufan ， et al . Dynamic modeling and characteristic analysis on dynamic wireless charging system of electric vehicle ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 2 ）： 73 - 78 .

赵禹，杨仕友 . 无线电能传输系统的频率跟踪技术与控制方法［J］. 电机与控制学报， 2020 ， 24 （ 9 ）： 22 - 29 .

ZHAO Yu ， YANG Shiyou . Frequency tracking and controlling of wireless power transfer system ［J］. Electric Machines and Control ， 2020 ， 24 （ 9 ）： 22 - 29 .

宋凯，李振杰，杜志江，等 . 变负载无线充电系统的恒流充电技术［J］. 电工技术学报， 2017 ， 32 （ 13 ）： 130 - 136 .

SONG Kai ， LI Zhenjie ， DU Zhijiang ， et al . Constant current charging technology for variable load wireless charging system ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ 13 ）： 130 - 136 .

ZHONG Weixin ， HUI S Y R . Charging time control of wireless power transfer systems without using mutual coupling information and wireless communication system ［J］. IEEE Transactions on Industrial Electronics ， 2017 ， 64 （ 1 ）： 228 - 235 .

陈龙 . 磁耦合无线电能传输系统负载与互感参数识别技术研究［D］. 重庆：重庆大学， 2018 .

CHEN Long . Research on load and mutual inductance identification for magnetic coupling wireless power transfer systems ［D］. Chongqing ： Chongqing University ， 2018 .

苏玉刚，陈龙，吴学颖，等 . 基于遗传算法的SS型磁耦合WPT系统负载与互感识别方法［J］. 电工技术学报， 2018 ， 33 （ 18 ）： 4199 - 4206 .

SU Yugang ， CHEN Long ， WU Xueying ， et al . Load and mutual inductance identification method of SS type magnetically-coupled WPT system based on genetic algorithm ［J］. Transactions of China Electrotechnical Society ， 2018 ， 33 （ 18 ）： 4199 - 4206 .

SU Yugang ， CHEN Long ， WU Xueying ， et al . Load and mutual inductance identification from the primary side of inductive power transfer system with parallel-tuned secondary power pickup ［J］. IEEE Transactions on Power Electronics ， 2018 ， 33 （ 11 ）： 9952 - 9962 .

ZHENG Peikun ， LEI Wanjun ， LIU Fenghua ， et al . Primary control strategy of magnetic resonant wireless power transfer based on steady-state load identification method ［C］// IEEE International Power Electronics and Application Conference and Exposition ， November 4-7 ， 2018 ， Shenzhen， China ： 1 - 5 .

SHENG Xuerui ， SHI Liming . Mutual inductance and load identification method for inductively coupled power transfer system based on auxiliary inverter ［J］. IEEE Transactions on Vehicular Technology ， 2020 ， 69 （ 2 ）： 1533 - 1541 .

LI Weihan ， WEI Guo ， CUI Chao ， et al . A double-side self-tuning LCC/S system using variable switched capacitor based on parameter recognition ［J］. IEEE Transactions on Industrial Electronics ， 2021 ， 68 （ 4 ）： 3069 - 3078 .

YIN Jian ， LIN Deyan ， LEE C K ， et al . A systematic approach for load monitoring and power control in wireless power transfer systems without any direct output measurement ［J］. IEEE Transactions on Power Electronics ， 2015 ， 30 （ 3 ）： 1657 - 1667 .

AINUR R ， ANVAR K ， MEHDI B ， et al . Precise analysis on mutual inductance variation in dynamic wireless charging of electric vehicle ［J］. Energies ， 2018 ， 11 （ 3 ）： 624 - 644 .

李文华，马源鸿，王炳龙 . 电动汽车无线充电线圈错位及偏移影响研究［J］. 计算机仿真， 2018 ， 35 （ 2 ）： 101 - 104 .

LI Wenhua ， MA Yuanhong ， WANG Binglong . Study on influence of lateral displacement and angle deviation of wireless charging coil of the electric vehicle ［J］. Computer Simulation ， 2018 ， 35 （ 2 ）： 101 - 104 .

胡越，罗东阳，花奎，等 . 关于深度学习的综述与讨论［J］. 智能系统学报， 2019 ， 14 （ 1 ）： 1 - 19 .

HU Yue ， LUO Dongyang ， HUA Kui ， et al . Overview on deep learning ［J］. CAAL Transactions on Intelligent Systems ， 2019 ， 14 （ 1 ）： 1 - 19 .

齐照辉 . 基于TensorFlow的卷积神经网络应用［D］. 武汉：武汉大学， 2018 .

QI Zhaohui . Convolutional neural networks application based on TensorFlow ［D］. Wuhan ： Wuhan University ， 2018 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于单机模型扩展的直驱风电场通用等值模型构建方法

基于副边解耦极板的电容式无线电能传输系统拾取端失谐评估