← 返回
基于深度学习的电容耦合无线电能传输系统超快速高效设计方法
Ultra-Fast and Efficient Design Method Using Deep Learning for Capacitive Coupling WPT System
| 作者 | Rasool Keshavarz · Ehsan Majidi · Ali Raza · Negin Shariati |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年1月 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 深度学习 机器学习 充电桩 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 电容耦合无线电能传输 CCWPT 深度学习 二进制粒子群优化 BPSO 像素化微带结构 频率响应 |
语言:
中文摘要
本文针对电容耦合无线电能传输（CCWPT）系统，提出了一种基于二进制粒子群优化（BPSO）算法的像素化微带结构设计方法。通过对43×43像素阵列的配置，实现了对系统频率响应的精准调控，并利用深度学习技术大幅提升了设计效率与优化速度。
English Abstract
Capacitive coupling wireless power transfer (CCWPT) is one of the pervasive methods to transfer power in the reactive near-field zone. In this article, a flexible design methodology based on binary particle swarm optimization (BPSO) algorithm is proposed for a pixelated microstrip structure. The pixel configuration of each parallel plate (43 × 43 pixels) determines the frequency response of the sy...
S
SunView 深度解读
该文献探讨的无线电能传输（WPT）技术目前处于前沿探索阶段，与阳光电源现有的有线充电桩业务存在技术路径差异。然而，文章中提到的“基于深度学习的快速设计方法”在电力电子拓扑优化和磁性元件设计中具有通用参考价值。建议研发团队关注此类AI辅助设计方法，以缩短未来高功率密度充电模块或新型功率变换器的研发周期。对于阳光电源的电动汽车充电桩产品线，短期内该技术应用有限，但可作为提升研发智能化水平的储备技术。