← 返回
控制与算法 机器学习 故障诊断 功率模块 ★ 2.0

基于Adam-W优化算法的水下无线电能传输系统前端参数辨识方法

Front-End Parameter Identification Method Based on Adam-W Optimization Algorithm for Underwater Wireless Power Transfer System

作者 Bo Luo · Huan Wu · Mengyao Wang · Fangrui Wang · Longlei Bai · Chaoqiang Jiang · Jiang You
期刊 IEEE Transactions on Power Electronics
出版日期 2025年4月
技术分类 控制与算法
技术标签 机器学习 故障诊断 功率模块
相关度评分 ★★ 2.0 / 5.0
关键词 水下无线电能传输 参数辨识 Adam-W优化 磁耦合机构 涡流效应 系统传输特性
语言:

中文摘要

针对水下无线电能传输(UWPT)系统,由于涡流效应导致磁耦合机构等效电路复杂,传统矩阵求解法难以精确辨识参数。本文提出一种基于Adam-W优化算法的前端参数辨识方法,有效提升了系统传输特性的监测精度与效率。

English Abstract

Monitoring coupler parameters in underwater wireless power transfer (UWPT) systems is crucial for improving the system transmission characteristics. Due to the eddy current effect, the equivalent circuits of the magnetic coupler are more complex and contain more parameters than those in air-based circuits. Traditional parameter identification methods, which rely on solving circuit matrix equations...
S

SunView 深度解读

该文献提出的基于Adam-W的参数辨识算法主要针对水下无线电能传输场景,与阳光电源现有的光伏、储能及充电桩业务在应用场景上有较大差异。然而,该算法在复杂工况下的高精度参数辨识能力,对阳光电源iSolarCloud智能运维平台具有借鉴意义。建议研发团队关注该算法在复杂环境(如高湿、强电磁干扰)下对功率模块内部参数实时监测的应用潜力,以提升电力电子设备在极端环境下的故障诊断与寿命预测精度,从而优化运维策略。