機器學習設計提供了更有效的無線電源傳輸

無線電力傳輸系統（WPT）將電能從電源傳輸到負載，而無需使用電磁場的物理連接器或電線。這個想法直到1890年代，眾所周知，尼古拉·特斯拉（Nikola Tesla）嘗試了無線能量傳輸。

如今，WPT系統已廣泛用於為物聯網提供智能手機，電動牙刷和無線傳感器。典型的WPT系統具有連接到電源的發射器線圈。該發射器將電磁場中的電源轉換為接收線圈，然後滋養電動設備。

最近，與負載（LI）無關，引起了人們的注意，以穩定地保持輸出電壓，並以零電壓（ZV）維持開關，即使負載變化也是如此。但是，為了實現LI操作，鏈的組件的非常準確的值，例如誘導劑或電容器，通常使用複雜的分析方程進行計算。這些方程通常基於理想化的假設，並不能反映出真正的困難。

為了克服這些限制並提高電力傳遞的效率，由Hiro Sex教授領導的研究小組，來自日本千葉大學計算機科學研究生院，提出了一種設計機器學習的方法，以開發LI-WPT系統。這項研究與也來自Chib大學的Naoki Fukuda先生和Utaro Komiyama博士一起進行；東京科學大學電氣工程學院的Wenki Zhu醫生； Sujo大學計算機與信息科學系Akihiro Konishi博士。該研究發表在互聯網上 IEEE關於方案和系統I：常規文檔的交易 2025年6月18日。

使用這種方法，使用微分方程來描述WPT方案，這些方程式反映了電壓和電流在系統中隨著時間的推移如何發展，並考慮到組件的實際特徵。然後，將這些方程逐步求解，直到系統達到固定條件為止。

評估功能根據關鍵目標（例如輸出電壓的穩定性，功率傳遞效率和一般諧波失真的效率）評估系統的性能。然後，遺傳算法更新了系統參數以改善評估評估，並重複該過程，直到執行操作，而操作（獨立於負載）。

正如Security教授所解釋的那樣：“我們為Li-WPT系統創建了一個新的設計程序，該系統可以達到恆定的輸出電壓，而無需控制負載變化。我們相信，負載的獨立性是WPT系統社會實施的關鍵技術。此外，這是基於電子研究機器現場的電子培訓的完全數值設計的首次成功。”

為了檢查他們的方法，團隊將其應用於WPT級系統，該系統將EF類逆變器與D級整流器相結合。沒有工作的傳統EF類逆變器只能在其操作點維護ZV。如果負載變化，則ZV會丟失，並且效率下降。相反，團隊開發的LI版本也保留了ZVS和輸出電壓穩定，即使負載變化也是如此。

在逆變器LI的通常系統中，當負載變化時，輸出電壓的範圍高達18％。相反，以完全數值的方法開發的系統將這種變化保持在5％以下，這表明穩定性明顯更高。鑑於二極管的寄生能力的影響，新方法在光負載下還保持了更好的性能。

對功率損耗的詳細分析表明，由於系統能夠保持輸出電流穩定的能力，在各種負載條件下，透射線圈在各種負載條件下散佈了幾乎相同的功率。 WPT LI Class-EF系統在其評級手術室中獲得了6.78 MHz的86.7％的功率交付效率，並提供了超過23 W的輸出功率。

展望未來，研究人員認為這項工作的後果超出了WPT。 “此研究的結果是邁向一個完全無線社會的重要一步。此外，從LI的運營中，WPT系統可以簡單地構建，從而降低成本和規模。我們的目標是使WPT在未來5 – 10年內成為普遍的情況，” Secia教授說。

從廣義上講，這種設計方法說明了人工智能和機器學習可以轉換電子設備的開發方式，轉移到未來的自動化電路設計。