找到 2 条结果
结合数据驱动与等效电路模型的无线电力传输系统互感及负载识别
Mutual Inductance and Load Identification of Wireless Power Transfer Systems Combining Data-Driven and Equivalent Circuit Models
Xu Wang · Yanjie Guo · Fei Xu · Ming Xue 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年10月
互感和负载变化影响无线电力传输（WPT）系统性能，准确识别这些参数对系统控制与状态监测具有重要意义。现有方法多基于电路模型，易受参数误差影响。本文提出一种融合电路模型与数据驱动模型的互感和负载识别方法，兼具数据驱动模型抗参数误差能力强和电路模型物理意义明确的优点，仅需WPT系统的直流输入电流和一个电压有效值即可实现精确识别，无需无线通信。采用支持向量回归（SVR）建立数据驱动模型，并结合考虑整流器等效输入阻抗的电路模型推导参数关系，进而提出负载识别方法。实验结果表明，互感、负载电阻和负载电压的最...
解读: 该互感与负载识别技术对阳光电源无线充电产品线具有重要应用价值。在新能源汽车充电桩业务中，可应用于无线充电系统的实时参数监测与自适应控制，通过融合SVR数据驱动模型与等效电路模型，仅需直流输入电流和电压有效值即可实现互感、负载的高精度识别（误差<5%），无需无线通信降低系统成本。该方法可增强阳光电源无...
基于自适应蒸馏增量学习与注意力MobileNetV2网络的“一对所有”拒绝识别算法在电力终端多标签识别中的应用
Electricity terminal multi-label recognition with a “one-versus-all” rejection recognition algorithm based on adaptive distillation increment learning and attention MobileNetV2 network for non-invasive load monitoring
Linfei Yin · Nannan Wang · Jishen Li · Applied Energy · 2025年1月 · Vol.382
随着分布式可再生能源接入智能电网，分布式系统及新能源发电的不确定性严重影响了电网的稳定运行。需求侧管理是解决分布式用电问题的有效手段，因此监测接入系统负荷类型已成为当前研究热点。负荷监测包括侵入式负荷监测（ILM）和非侵入式负荷监测（NILM）。目前，NILM缺乏增量学习能力且识别准确率较低。为此，本文提出一种基于自适应蒸馏增量学习与注意力MobileNetV2网络的“一对所有”拒绝识别算法用于电力终端多标签识别（ET-MR “OVA” RR-ADIL-AMN）。该算法融合了多标签识别与“一对所...
解读: 该非侵入式负荷监测技术对阳光电源智慧能源管理系统具有重要价值。可集成至iSolarCloud平台实现用电侧精细化管理:在储能系统(ST系列PCS/PowerTitan)中应用该多标签识别算法,可精准识别并网负荷类型,优化充放电策略;结合分布式光伏(SG系列逆变器)场景,通过增量学习动态适应新接入设备...