基于无迹卡尔曼滤波水下WPT系统副边关键参数在线辨识

作     者：程志远 张智超 眭清洋 纪天睿 李东东 CHENG Zhiyuan;ZHANG Zhichao;SUI Qingyang;JI Tianrui;LI Dongdong

作者机构：上海电力大学电气工程学院上海市杨浦区200090 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年第44卷第11期

页      面：4470-4479,I0025页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金项目(51877129) 

主　　题：无线电能传输 无迹卡尔曼滤波 在线辨识 互感识别 负载识别 

摘      要：为提升无线电能传输(wireless power transfer,WPT)系统传输性能,需在控制过程中实时获取负载与耦合系数等关键信息,而该信息的获取目前普遍采用无线通讯模块或增加额外通信线圈等方式,增加了系统复杂度,尤其面临复杂水下工况及高频电磁环境,在通讯过程中极易造成通讯异常而导致系统瘫痪。为此,文中提出一种新型基于无迹卡尔曼滤波的WPT系统互感及负载关键参数在线识别方法,该方法仅需采样原边侧电压瞬时值,即可实时获取互感与负载等关键参数信息。同时为提升辨识精度与收敛速度,采用离线式神经网络指导粒子群优化算法建立系统噪声协方差矩阵。实验结果表明,该算法具有模型简单、计算精度较高等特点,在变负载、变移相控制角及偏移情况下,所提出的在线辨识方法对负载与互感的最大识别误差分别为6.19%和1.7%,且2 ms左右即可完成负载的动态识别,具有一定的工程应用价值。