| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-11-08 13:25 機械学習を活用したLLCコンバータの電圧変換ゲイン導出方法 ○大元靖理・重松浩一・今岡 淳・山本真義（名大）  EE2024-14 CPM2024-59 OME2024-26 |
|
| 抄録 | （和） | 近年車載充電器などでLLCコンバータやCLLCコンバータなどの共振型電源の採用が増えている． 一般的にLLCコンバータの入出力電圧の変換ゲインは基本波近似（FHA）法によって高速に算出できるが，直列共振周波数から離れた周波数では実際のゲインとの誤差が大きくなってしまう． 本研究ではFHA法と機械学習を組み合わせたゲイン導出方法を提案し，FHA法と同等の計算時間で誤差を低減できることを確認したので報告する． |
| （英） | This paper describes a method for predicting voltage conversion gain using combining Fundamental Harmonic Approximation (FHA) and Artificial Neural Network (ANN). Recently, resonant type DCDC converters, such as LLC and CLLC converters are increasingly being adopted for applications like On-Board Chargers. Generally, an input-output voltage conversion gain can be calculated quickly using FHA. However, an error against an actual gain becomes larger as the frequency deviates from a serial resonant frequency. A proposed method using FHA and ANN can reduce an error in the same calculation time as FHA. |
|
| キーワード | （和） | DCDCコンバータ / LLCコンバータ / 基本波近似法（FHA） / 機械学習 / 人工ニューラルネットワーク / / / |
| （英） | DCDC converter / LLC converter / Fundamental Harmonic Approximation (FHA) / Machine learning / Artificial Neural Network (ANN) / / / | |
| 文献情報 | 信学技報, vol. 124, no. 239, EE2024-14, pp. 18-23, 2024年11月. | |
| 資料番号 | EE2024-14 | |
| 発行日 | 2024-11-01 (EE, CPM, OME) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EE2024-14 CPM2024-59 OME2024-26 |
|
| 研究会情報 | |
| 研究会 | EE CPM OME |
| 開催期間 | 2024-11-08 - 2024-11-08 |
| 開催地（和） | 長崎大学 文教キャンパス 工学部2号館 2F 22番講義室 |
| 開催地（英） | |
| テーマ（和） | 再生可能エネルギー、回路技術及び高効率エネルギー変換技術関連、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EE |
| 会議コード | 2024-11-EE-CPM-OME |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を活用したLLCコンバータの電圧変換ゲイン導出方法 |
| サブタイトル（和） | |
| タイトル（英） | Derivation Method for Voltage Conversion Gain of LLC Converter using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | DCDCコンバータ / DCDC converter |
| キーワード(2)（和/英） | LLCコンバータ / LLC converter |
| キーワード(3)（和/英） | 基本波近似法（FHA） / Fundamental Harmonic Approximation (FHA) |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | 人工ニューラルネットワーク / Artificial Neural Network (ANN) |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 大元 靖理 / Yasumichi Omoto / オオモト ヤスミチ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 重松 浩一 / Koichi Shigematsu / シゲマツ コウイチ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 今岡 淳 / Jun Imaoka / イマオカ ジュン |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 山本 真義 / Masayoshi Yamamoto / ヤマモト マサヨシ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-08 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EE |
| 資料番号 | EE2024-14, CPM2024-59, OME2024-26 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.239(EE), no.240(CPM), no.241(OME) |
| ページ範囲 | pp.18-23 |
| ページ数 | 6 |
| 発行日 | 2024-11-01 (EE, CPM, OME) |
[研究会発表申込システムのトップページに戻る]