磁耦合无线电能传输系统异物检测技术综述

随着磁耦合无线电能传输(wirelesspowertransfer,WPT)系统的应用推广,异物检测技术的研究越来越受到关注。该文综述国内外磁耦合WPT系统异物检测技术的研究现状,首先总结各文献中有关异物和异物检测技术的概念和定义,介绍研究异物检测技术的主要团队,重点分析目前金属异物对磁耦合WPT系统的影响机理、影响规律和金属异物影响下磁耦合WPT系统的建模方法及异物检测方法方面所取得的主要研究成果,给出几种常用的异物检测方法的优缺点和适用范围,论述异物检测技术的未来研究方向。     

三线圈无线电能传输系统分段补偿技术研究

多中继无线电能传输WPT（wireless power transfer）系统可通过切换系统工作频率的方式实现恒流或恒压输出,以满足不同的用电设备需求。当系统运行在恒压工作频率时,存在部分线圈及谐振电容端电压骤增的现象,可能造成安全隐患。针对该问题,提出一种基于分段补偿的多中继WPT系统耦合机构及补偿电容的改进设计方法。首先,研究了三线圈WPT系统的补偿电容端电压与输入直流电压的电压比随工作频率的变化情况。其次,研究了分段补偿原理,并定义了多中继WPT系统线圈端电压指标作为分段数选择的重要参照标准。最后,搭建了基于分段补偿的三线圈WPT系统实验平台。实验结果表明,分段补偿方法能有效降低谐振电容端电压,提高系统的可靠性与安全性。     

基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法

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.