【作 者】黄卫

【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。

【关键词】电能传输，傅立叶变换，神经网络，BP 神经网络模型，负载识别

【下 载】 (浏览911次)