《中国人工智能学会通讯》——10.14 高压强电环境下的无线供电系统

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第10章,第10.14节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

10.14 高压强电环境下的无线供电系统

高压、超高压电网监控终端对保证电网稳定运行至关重要,是以信息化、自动化、互动化为特征的现代化电网不可或缺的一部分[1] 。然而,能源供给问题始终是限制智能电网监测与管理的关键问题[2] 。传统的解决方案大多使用风能、太阳能等分布式能源,而分布式能源固有的不稳定性使得终端设备无法得到可靠的能源供应[3] ,在南方阴雨天气较多的环境下问题更加严重。另一方面,高压输 /配线路上有着充足的电能却由于绝缘的要求而无法直接从高压侧取电,从而形成了一个突出的矛盾。

近年来,无线输电技术的迅速发展使得从高压侧直接向低压侧输电成为可能,为解决智能电网终端设备的能源供应提供了新的方案。无线输电技术(WPT)最先由无线输电技术之父尼古拉在 19 世纪提出[4] ,并在 2007 由 MIT 马林 • 索尔贾希克团队取得突破。MIT 团队利用磁共振原理在 2 m 的距离下成功点亮了一盏 60 W 的灯泡[5] 。该成果极大地推进了无线输电技术在诸如工业电子[6] 、医疗 [7] 、移动设备[8]等多个领域的应用,并因其中程、中等 / 较大功率的特点[9]而适用于智能电网领域。

本文以高压输 / 配电线路为应用对象,设计了一套如图 1 所示的应用于高压强电环境下的无线输电系统,并对其传输效率和传输功率进行了分析,以得到一套完整的系统设计与运行方案,从而推动无线输电技术在智能电网领域的应用,提升电网监控终端的可靠运行能力。image

相关文章
|
3月前
|
人工智能 自然语言处理 算法
为什么知识图谱是人工智能系统的未来?
检索增强生成(RAG)系统为大型语言模型(LLM)适应新数据集提供了巨大的前景,因为它提供了可据以构建响应的参考资料。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
380 2
|
4月前
|
机器学习/深度学习 存储 人工智能
人工智能自然语言对话系统
人工智能自然语言对话系统
47 1
|
4月前
|
传感器 机器学习/深度学习 人工智能
人工智能算法和系统的进化
人工智能算法和系统的进化
36 0
|
5月前
|
Web App开发 人工智能 测试技术
软件测试/人工智能|一文教你配置selenium环境
软件测试/人工智能|一文教你配置selenium环境
44 0
|
10天前
|
传感器 人工智能 自动驾驶
【AI 场景】如何开发用于自动驾驶的人工智能系统?
【5月更文挑战第3天】【AI 场景】如何开发用于自动驾驶的人工智能系统?
|
10天前
|
机器学习/深度学习 数据采集 人工智能
【AI 场景】如何设计一个人工智能系统来预测电信公司的客户流失?
【5月更文挑战第3天】【AI 场景】如何设计一个人工智能系统来预测电信公司的客户流失?
|
13天前
|
机器学习/深度学习 人工智能 算法
构建未来:人工智能在持续学习系统中的应用
【4月更文挑战第30天】 随着机器学习技术的不断进步,人工智能(AI)已经从静态的知识库演变为能够进行自我更新和优化的动态系统。本文探讨了AI在持续学习系统中的关键应用,分析了其如何通过实时数据分析、模式识别以及自适应算法来增强系统的学习能力和决策效率。我们还将讨论这些技术如何推动个性化服务的发展,并在不断变化的环境中维持系统的相关性和准确性。
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的进化
【4月更文挑战第27天】 随着技术的进步,人工智能(AI)已经从单一任务处理的静态系统转变为能够适应和学习新知识的动态实体。这种转变的核心在于持续学习系统(Lifelong Learning Systems),它允许AI不断积累知识,跨领域应用所学,并在不断变化的环境中保持相关性。本文将探讨AI持续学习系统的关键技术进展,包括神经网络的可塑性、转移学习和元学习策略,并分析这些技术如何推动AI向更高层次的认知能力迈进。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
19 0