论文摘要
非接触电能传输技术利用现代电力电子能量变换技术、磁场耦合技术,借助现代控制理论和手段实现能量从静止设备向可运动设备的感应电能传输,为了减小系统的体积、重量,采用了高频变换技术,为电工设备供电,是一种安全、可靠、灵活的电能接入技术。CPT(contactless power transfer)系统正常运行时,负载变化将会使系统工作频率将会发生飘移,偏离谐振频率范围,从而影响了系统鲁棒性,影响系统的正常运行,严重时会导致系统崩溃。通过对CPT系统负载识别算法的研究,可以根据识别结果及时调整控制量,使系统工作频率回到谐振频率的范围,提高系统的鲁棒性,从而使系统重新正常运行。本论文提出并研究了一种基于神经网络的CPT系统的负载识别算法,通过对负载的识别,改善因负载变化而引起的相关问题。论文介绍了非接触电能传输系统的工作原理、组成、各组成部分的功能,分析了因负载变化与负载频率和电能传输效率之间的变化关系;针对不同性质负载,采用不同的数学模型进行分析,得出了相应性质负载与原边导轨支路输出量和系统频率之间的关系式;介绍了快速傅立叶和神经网络的理论知识,并采用matlab对两种不同识别算法进行仿真结果,针对两种方法的识别结果作出了比较分析,结果表明基于神经网络的负载识别能较精确的识别出负载,达到预期的目的。
论文目录
摘要ABSTRACT1 绪论1.1 概述1.1.1 问题的提出1.2 国内外研究现状概述1.3 本课题的研究意义和内容1.3.1 研究目的1.3.2 研究意义1.3.3 论文主要内容1.4 本章小结2 基于不同电路模型的负载识别算法分析2.1 引言2.2 CPT 系统的工作原理及基本组成2.2.1 CPT 系统的工作原理2.2.2 CPT 系统的基本组成2.2.3 CPT 系统谐振补偿方式2.3 负载变化对系统的影响2.3.1 负载变化对初级回路谐振频率影响2.3.2 频率变化对输出功率的影响2.4 负载性质识别研究2.4.1 导轨支路相位角的检测算法2.5 不同电路模型的负载识别2.5.1 纯阻性负载的电路模型分析2.5.2 阻抗性负载的电路模型分析2.6 仿真结果2.7 本章小结3 相关理论3.1 引言3.2 傅立叶变换的理论基础知识3.2.1 离散傅立叶变换3.3 神经网络基本理论分析3.3.1 神经网络概述3.3.2 神经网络应用3.3.3 BP 学习算法简述3.3.4 BP 网络的优缺点3.3.5 BP 网络的不足与改进3.4 本章小结4 基于频域的傅立叶变换的应用分析4.1 引言4.2 基于频域抽取的快速傅立叶变换应用4.2.1 采样点的选择4.2.2 负载类型识别方法概述4.2.3 谐波分离的负载识别分析4.2.4 快速傅立叶变换的工程实现探讨4.3 本章小结5 基于神经网络的负载识别算法分析5.1 引言5.2 神经网络模型的组成5.2.1 训练样本集与输入输出的选择5.2.2 网络输入输出数据的预处理5.2.3 多层前馈网络设计5.2.4 网络训练5.2.5 网络学习训练过程5.3 基于神经网络的负载识别实现5.4 仿真识别结果5.5 本章小结6 总结与展望致谢参考文献附录
相关论文文献
标签:电能传输论文; 傅立叶变换论文; 神经网络论文; 神经网络模型论文; 负载识别论文;