← 返回
基于梯度下降的动态可重构无线电能传输网络互感在线辨识与传输路径优化
Gradient Descent-Based Online Mutual Inductances Identification and Transfer Route Optimization for Dynamically Reconfigurable WPT Network
| 作者 | Xiaomin Wang · Xin Dai · Shunsheng Hong · Yanling Li · Udaya Kumara Madawala |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年2月 |
| 技术分类 | 拓扑与电路 |
| 技术标签 | 充电桩 功率模块 机器学习 |
| 相关度评分 | ★★ 2.0 / 5.0 |
| 关键词 | 无线电能传输网络 互感辨识 梯度下降 动态重构 路径优化 WPT 磁耦合 |
语言:
中文摘要
无线电能传输网络（WPTN）通过多维动态磁耦合能力提升了自由度。本文提出了一种基于梯度下降的在线互感辨识方法，用于实现WPTN系统的路径优化，解决了传统无线充电技术在复杂网络环境下的局限性，为动态无线充电系统的精准控制提供了理论支撑。
English Abstract
Wireless Power Transfer Network (WPTN), with their multidimensional dynamic magnetic coupling capabilities, address the limitations of traditional wireless power transfer (WPT) technologies in terms of degrees of freedom, thus advancing the development and application of WPT technologies. Accurate mutual inductance identification is essential for establishing and optimizing paths in WPTN systems. ...
S
SunView 深度解读
该技术主要针对无线电能传输（WPT）领域，虽然目前阳光电源的核心业务集中在有线光伏逆变器、储能系统及有线充电桩，但该研究中涉及的“在线参数辨识”与“动态路径优化”算法，对于提升阳光电源电动汽车充电桩的智能化水平具有参考价值。未来若公司布局大功率无线充电或车网互动（V2G）场景下的动态无线补能技术，该类基于梯度下降的实时控制策略可用于优化能量传输效率及系统动态响应，建议关注其在复杂电磁环境下的鲁棒性表现。