Switching mode identification in power electronic converters and optimal operating point tracking based on intelligent techniques
- Autores: Luis Alfonso Fernández Serantes
- Directores de la Tesis: José Luis Calvo-Rolle (dir. tes.), José-Luis Casteleiro-Roca (dir. tes.)
- Lectura: En la Universidade da Coruña ( España ) en 2024
- Idioma: inglés
- Número de páginas: 181
- Tribunal Calificador de la Tesis: Paulo Novais (presid.), Isabel Fernández-Ibáñez (secret.), Francisco Javier de Cos Juez (voc.)
- Programa de doctorado: Programa de Doctorado en Energía y Propulsión Marina por la Universidad de A Coruña y la Universidad de Salamanca
- Materias:
- Enlaces
- Tesis en acceso abierto en: RUC
- Resumen
- español
Este trabajo de investigación presenta la implementación de un método novedoso basado en inteligencia artificial para dar soporte en el diseño de convertidores de potencia,así como en el desarrollo de una estrategia de control con el fin de mejorar la eficiencia de los convertidores.Esta Tesis Doctoral se presenta de acuerdo con la modalidad de compendio de publicaciones, los cuales se adjuntan en este documento. De esta manera, el documento se estructura de la siguiente forma: primero, se realiza la correspondiente contextualización del problema, seguido por los tres artículos ya publicados en revistas indexadas en el Journal Citation Reports. Estos tres trabajos están enlazados a través de un hilo conductor en el cual se refleja el avance de la investigación.Con el objetivo de desarrollar el m´etodo propuesto, el primer artículo presenta un análisis profundo del conjunto de datos empleado para la creación del modelo de inteligencia artificial y el método de reducción dimensional que permite una óptima clasificación del modo de conmutación. La reducción dimensional del conjunto de datos es relevante para reducir el tamaño del conjunto de datos, aumentar el rendimiento y la precisión del modelo de clasificación. Al análisis anterior le sigue el desarrollo de una estrategia de control basada en un modelo híbrido que utiliza el conjunto de datos previamente reducido. En primer lugar, se ha implementado el modelo de clasificación híbrido con datos de simulación y,finalmente, se emplea el modelo en un circuito real, en este caso un convertidor reductor.La detección del modo de operación se realiza con éxito y el controlador puede corregir el modo de operaci´on en el que está trabajando el convertidor de potencia.Finalmente, en la última contribución, el sistema inteligente también se utiliza con un convertidor diferente al del trabajo anterior, en este caso, un convertidor elevador. Primero, se presenta el análisis del circuito de potencia que opera en ambos modos de conmutación y se crea el conjunto de datos. Luego, se implementa un modelo inteligente híbrido similar al anterior con el objetivo de clasificar el modo de operación del convertidor: primero se utiliza un método de agrupamiento y posteriormente tres algoritmos de clasificación diferentes. Por último, el modelo inteligente se implementa en un lazo de control con el objetivo de asegurar que el convertidor opere en modo de conmutación suave. De esta manera, se puede mejorar la eficiencia del convertidor de potencia.
- English
The present research deals with the implementation of a novel technique based on artificial intelligence to support the design of the power converters and the development of a control strategy to improve the converter efficiency.This Doctoral Thesis is based on the compendium of publications modality. Therefore,the document is structured as follows: first, an initial contextualization is done,followed by three already published papers in Journal Citation Reports indexed journals.These documents follow a research thread based on the thesis topic and reflect the evolution of the investigation.With the aim of developing the proposed technique, the first work presents a deep analysis of the dataset used to create the artificial intelligent model and a dimensional reduction method that allows an optimal classification of the switching operating mode.The dimensional reduction of the dataset is especially relevant, decreasing the size of the used data, increasing the performance, and boosting the classification accuracy of the model.The previous analysis is followed up by the development of a control strategy based on a hybrid model that used the already dimensional reduced dataset. First, the hybrid classification model has been implemented with simulation data, and finally, it is used in a real circuit, in this case, a buck converter. The detection of the switching operating mode is successfully done, and the controller is able to correct the operating mode in which the power converter is working.Finally, in the last contribution, the system is also applied to a different converter as in previous work, in this case, a boost converter. First, the analysis of the power circuit operating in both switching modes is presented, and the dataset is created.Then, a hybrid intelligent model similar to the previous one is implemented with the aim of classifying the converter operating mode: a clustering method and three different classification algorithms are implemented. Finally, the intelligent model is used in the implementation of the control loop with the aim of ensuring that the converter operates in Soft-switching mode. In this manner, the efficiency of the power converter can be improved.
- galego
Este traballo de investigación presenta a implementación dun método novedoso baseado na intelixencia artificial para apoiar o deseño de conversores de potencia, así como o desenvolvemento dunha estratexia de control para mellorar a eficiencia dos conversores. Esta Tese de Doutoramento preséntase de acordo coa modalidade de compendio de publicacións, que se achegan a este documento. Deste xeito, o documento estrutúrase do seguinte xeito: en primeiro lugar, real´ızase a correspondente contextualización do problema, seguido dos tres artigos xa publicados en revistas indexadas nos Journal Citation Reports. Estes tres traballos están ligados a través dun fío condutor no que se reflicte o avance da investigación.Co obxectivo de desenvolver o m´etodo proposto, o primeiro artigo presenta unha análise en profundidade do conxunto de datos utilizados para a creación do modelo de intelixencia artificial e do método de redución dimensional que permite unha clasificación óptima do modo de conmutación. A redución dimensional do conxunto de datos é relevante para reducir o tamaño do conxunto de datos, aumentar o rendemento e a precisión do modelo de clasificación.A análise anterior é seguida do desenvolvemento dunha estratexia de control baseada nun modelo híbrido utilizando o conxunto de datos previamente reducido. En primeiro lugar, implementouse o modelo de clasificación híbrida con datos de simulación e, finalmente, utilízase o modelo nun circu´ıto real, neste caso un conversor buck. A detección do modo de operación é exitosa e o controlador pode corrixir o modo de operación no que est´a a traballar o conversor de enerxía.Finalmente, na última achega, tamén se utiliza o sistema intelixente cun conversor diferente ao do traballo anterior, neste caso, un conversor boost. En primeiro lugar,preséntase a análise do circuíto de potencia que funciona en ambos os modos de conmutación e créase o conxunto de datos. Despois, implícase un modelo intelixente híbrido similar ao anterior para clasificar o modo de funcionamento do conversor: en primeiro lugar, utilízase un método de agrupación e despois tres algoritmos de clasificación diferentes. Finalmente, o modelo intelixente está implementado nun bucle de control para garantir que o conversor funciona en modo de conmutación suave. Deste xeito, pódese mellorar a eficiencia do conversor de enerxía.
- español
