基于超局部模型的永磁同步电机预测控制

针对工况变化时永磁同步电机参数随之变化引起的传统有限集模型预测电流控制性能下降的问题,提出了一种采用自适应径向基函数神经网络观测器的超局部模型预测控制方法。首先基于超局部模型,建立无电机参数的永磁同步电机模型;其次,设计自适应径向基函数神经网络观测器去逼近所建立的模型中的未知部分,通过李雅普诺夫稳定性定理进行了稳定性分析;最后,对两种方法进行实验比较,结果表明所提出的方法具有更好的动态和稳态性能。

基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测

针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光伏功率预测组合模型.首先去除历史数据中的异常值并对其进行归一化处理,利用主成分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素.然后采用CNN网络提取数据的空间特征,再经过GRU网络提取时间特征,针对XGBoost模型手动配置参数困难、随机性大的问题,利用ISSA对模型超参数寻优.最后对两种方法预测的结果用误差倒数法减小误差的同时对权重进行更新,得到新的预测值,从而完成对光伏功率的预测.实验结果表明,所提出的CNN-GRU-ISSA-XGBoost组合模型具有更强的适应性和更高的精度.

基于双耦合线圈的无人机轻量化无线充电耦合机构设计

针对中大型无人机无线充电需求,设计了一种双耦合线圈无人机无线充电耦合机构,该耦合机构在满足无人机接收侧轻量化设计的同时,具有较高的传输能效与一定的抗偏移能力。双接收线圈安装在无人机双侧底部支架位置,双发射线圈安装在与无人机支架倾斜角度相同的梯形发射平台上,以减小无人机大范围偏移,同时采用顺向串联的形式,保证无线充电的均匀性。采用串联-串联S-S(series-series)补偿结构,运用有限元仿真,对比分析耦合线圈不同参数对传输效率的影响,以轻量化为原则对耦合线圈进行优化设计。通过搭建无人机无线充电实验系统进行验证,结果表明,该耦合机构可有效地对无人机电池以1.2 kW功率进行充电,传输效率为95.554%,无人机侧耦合机构质量为320 g,符合无人机耦合机构轻量化设计需求,且具有一定的抗偏移能力。

移动中继双向无线充电系统拓扑结构设计

移动中继无线充电系统可实现其与地面端电源和负载间的双向无线电能传输,使电能存储和充电更具便携性和灵活性,易于实现电工装备的无人化与智能化。作为新型无线充电系统,移动中继无线充电装置设计的重点和难点之一是电能的双向变换,因此提出针对移动中继双向无线充电的功率变换新型拓扑结构,设计具体参数,并进行仿真和实验验证。建立双向无线充电系统仿真模型,对不同互感、负载、输出功率下的系统进行仿真研究,并搭建了10 kW双向无线充电系统进行相关实验研究。仿真和实验数据吻合,进一步证明了所提拓扑结构及整体系统的正确性和可行性。