《中国人工智能学会通讯》——10.15 系统实施

10.15 系统实施

所实施的“智能电网监测终端无线供电装置”WPT 系统如图 7 所示,主要分为高压取电部分、高频逆变部分、耦合谐振部分和整流稳压及负载部分 5 个部分。
工作性能如表 2 所示,能够在线路负荷电流 200 A 时为低压侧设备提供不少于 20 W 的电能。
图 7 中,高压取电装置从模拟大电流线路中获得工频交流电能,其额定输出功率为 200 A/100 W。高压取电装置输出的工频交流电能经过整流稳压处理后以 48 V 的直流电能为高频逆变部分供电。

高频逆变部分如图 8 所示,包括信号发生部分和功率放大部分。信号部分由 MCU 控制 DDS 模块输出一个频率与占空比均可调的方波信号,信号经驱动电路处理后驱动由 MOSFET 芯片构成的逆变桥,对 48 V 直流电进行逆变。逆变电路采用桥式逆变器,产生幅值为 24 V 的方波交流电压。同时,为提高设备的可靠性,控制信号中留有 10% 的死区。逆变电路中包含一个霍尔电流传感器,可实时检测发射端工作电流。测量结果,一方面用于寻找系统的最大发射功率点作为系统的工作频率;另一方面也用于也用于调节驱动信号的占空比,确保系统的输出功率不超过当前线路电流所允许的最大输出功率。
耦合谐振子部分使用直径0.4 m、28匝的线圈,为保证防水特性,外层使用环氧树脂密封;电容部分采用具有阻值小耐压高特点的集中式电容,以满足耦合谐振对效率和耐压的要求。

接收端拾取的电能仍然为高频交流电能,无法为常用电子设备供电。因此,在接收端增加了整流滤波电路,并采用宽输入电源模块为负载提供标准24 V 输出的直流电能。此外,为保证负载设备在线路停电条件下的短时续航能力,在接收端也并联了一个超级电容模块。

在测量系统传输功率和传输效率时,按照功率近似的原则,使用 6.6 Ω 阻性负载替代图 7 中的非线性负载。在线路电流 200 A 的条件下,将发射端线圈与接收端线圈的距离从 30 cm 间隔 10 cm 依次调整至 120 cm。各种间距下,发射端控制电路自动调整工作频率至最大发射功率点,其对应的发射功率、接收功率与传输效率如图 9 所示。
图 9 中,在 50 cm 及以内,由于较大的映射阻抗,系统在固定幅值的电压源驱动下,最大功率小于 100 W,实际工作时均采用其最大功率。在 60 cm及以上条件下,系统最大发射功率均超过 100 W,由于 CT 电源的输出功率的限制,发射端控制电路会自动调节占空比使系统输出功率保持在 100 W。图9中计算传输效率时,采用接收功率/ (发射功率—6 W)的表达式,6 W 为发射端控制电路自身所消耗能量。由图 9 可见,在 1.2 m 及以下距离内,按照最大发射功率的原则,系统接收端得到的功率均保持在 20 W 以上,传输效率均大于 20%。

系统装置在中国电力科学研究院接受了工频耐压试验(230 kV/1 min)、雷电冲击试验(±550kV 各 3 次)、工频磁场抗扰度(100 A/m)等 13项电磁兼容性能。测试结果如附表 1 所示。在测试过程中,试品设备对工频高压电场及工频磁场都具有良好的电磁兼容能力,且试品设备自身的工作不会破坏绝缘子串本身的绝缘性能。

同时,系统设备分别在 10 kV 线路和 35 kV 线路上各安装了 5 套进行挂网试运行,目前已成功连续运行 9 个月。系统设备安装方案如图 10 所示。测试及试运行结果表明,磁共振式无线输电技术能够直接将高压电能转化为低压电能,从而为终端设备供能问题提供了一条新的解决途径。
此外,除最高可用于 110 kV 电压等级直径 40 cm尺寸的无线输电系统之外,适用于不同电压等级的不同尺寸规格的无线输电系统均已被开发出来。具体规格如附表 2 所示。

时间: 2024-08-03 16:33:58

《中国人工智能学会通讯》——10.15 系统实施的相关文章

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——混合智能概念与新进展

脑科学以阐明脑的工作原理为目标,近年来已成为最重要的科学前沿领域之一.脑功能计算.脑智能模仿再度成为学术界和产业界热议话题[1-4].欧盟.美国.日本相继启动了大型脑研究计划,强有力推动了人们对脑结构.脑功能和脑智能的探索和认识:另一方面,人工智能研究风起云涌,最近一个标志性事件是谷歌的AlphaGo以4:1战胜围棋世界冠军李世石[5],实现了围棋人工智能领域史无前例的突破.2016年9月斯坦福大学发布了<2030年的人工智能与生活>报告[6],全面评估了当前人工智能的进展.挑战.机遇与展望.

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍

中国人工智能学会通讯——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进

中国人工智能学会通讯——人工智能发展的思考

2016 年是充满了纪念意义的特殊的一年:80 年前的 1936 年,"人工智能之父"图灵提出了"可计算机器"的概念,为人工智能乃至现代信息科技奠定了基础:70年前的 1946 年,世界上第一台电子计算机ENIAC 在美国滨州诞生:60 年前的 1956年"人工智能"的概念首次被提出:50 年前的 1966 年,第一次颁发"图灵奖",到目前为止已经有 64 位获奖者:10 年前的2006 年,深度学习概念开始为大家所熟悉,并流

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智