RT23 | Online-Überwachung der maximalen Temperatur und des Verlustes eines MFT mit FEM, ANNs und OPAL-RT

Verluste und Maximaltemperatur gelten als kritische Indikatoren für den Gesundheitszustand von magnetischen Mittelfrequenzkomponenten. Genaue Schätzungen der Verluste und der Maximaltemperatur sind jedoch aufgrund der Komplexität dieser Komponenten eine große Herausforderung. Zu den Faktoren, die zu dieser Komplexität beitragen, gehören die Schwankungen der Kernverluste in Bezug auf die Durchschnittstemperatur, die Schwankungen der Wicklungsverluste aufgrund der Herstellung von Litzen und die Auswirkungen von Hochfrequenzeffekten. In dieser Präsentation stellen wir einen neuartigen Echtzeit-Schätzungsansatz vor, der entwickelt und in OPAL-RT integriert wurde. Dieser Ansatz verwendet Künstliche Neuronale Netze (ANN), die mit Hilfe von Finite-Elemente-Simulationen (FEM) trainiert werden. Experimentelle Ergebnisse zeigen, dass ANNs, die maximale Innentemperaturen und erzwungene Konvektionsverluste zurückgeben, erfolgreich in OPAL-RT integriert wurden und eine Fehlerrate von weniger als 2 % über einen weiten Bereich von Szenarien erreichen, während sie in Echtzeit arbeiten. Darüber hinaus wird diese Genauigkeit auch dann beibehalten, wenn OPAL-RT gleichzeitig die komplexe Modulation des DAB-Konverters verarbeitet.