AI를 사용한 전동화

전기 기술 개발 및 운영에 AI(인공 지능) 기법 적용

MATLAB 및 Simulink를 사용하면 AI 기반 ROM(차수 축소 모델)을 생성하여 전기 구성요소의 복잡한 동작을 모델링하고 시뮬레이션 속도를 높일 수 있습니다. 모터, 배터리, 전력 컨버터, 에너지 관리 시스템, 전기차, 전력망 시스템의 AI 기반 가상 센서와 제어 전략을 생성하고 훈련시키고 테스트할 수 있습니다. MATLAB 및 Simulink를 통해 AI 기반 에너지 예측을 통합하고 AI 기반 예측 정비를 도입하여 전기 시스템 구동의 안전성과 효율성을 보장할 수 있습니다.

무료 백서: 전기 기술을 위한 AI 기법

AI를 사용한 전기 기술 개발

차수 축소 모델링

AI 및 데이터 주도 방법을 사용하여 물리 구성요소(예: 브러시리스 모터 및 모터 부하) 또는 물리 시스템에 대한 차수 축소 모델을 생성하고 이런 모델을 설계에 사용할 수 있습니다. 이러한 방법을 통해 시스템의 기본적 거동을 포착하는 동시에 시뮬레이션 속도를 크게 높일 수 있습니다.

MATLAB, Simulink 및 Simscape 를 사용하면 다음과 같은 작업을 할 수 있습니다.

시스템의 물리 기반 시뮬레이션 모델 생성, 시뮬레이션 실행, AI 모델 훈련을 위한 합성 데이터 생성
사전 구축된 AI 모델 라이브러리에서 선택 후 여러 실험을 실행하여 모델 성능 평가
시뮬레이션을 실행하여 모델 검증과 테스트를 수행할 AI 모델을 Simulink에서 직접 통합

Simulink에서 승용차의 물리 기반 모델이 AI 기반 차수 축소 모델로 대체되는 방식을 보여주는 개념 설명

자세히 알아보기

딥러닝을 사용한 PMSM의 차수 축소 모델

예제

Simulink에서 딥러닝을 사용한 모터 부하의 차수 축소 모델

가상 센서 모델링

전력 전자 제어 구현 시 AI를 사용하여 중요 신호를 제공하는 가상 센서 모델을 개발할 수 있습니다. 가상 센서는 반복적인 자재 명세서 비용이 발생하지 않고 비침습적이며 정비가 불필요합니다.

MATLAB, Simulink 및 Simscape를 사용하여 다음과 같은 작업을 수행할 수 있습니다.

시스템의 물리 기반 모델 생성, 시뮬레이션 실행, AI 기반 가상 센서의 훈련을 위한 합성 데이터 생성
사전 구축된 AI 모델 라이브러리에서 선택 후 여러 실험을 실행하여 모델 성능 평가
Simulink에서 검증을 위해 물리 시스템 모델에 가상 센서 모델 직접 통합
임베디드 기기를 위한 가독성 좋고 효율적인 C/C++ 코드 생성

SOC(충전 상태) 추정을 위한 배터리 모델과 심층 신경망 모듈의 세부 사항을 보여주는 Simulink 모델.

예제 실행해 보기

비디오

제어 전략

MATLAB 및 Simulink를 통해 복잡하고 비선형적인 다중 입출력 시스템에서 플랜트의 물리에 대한 배경 지식이 거의 불필요한 AI 기반의 고성능 제어를 도입할 수 있습니다. 다음과 같은 작업을 수행할 수 있습니다.

Simulink에서 시뮬레이션된 환경에 대해 AI 기반 제어 알고리즘 훈련
병렬 시뮬레이션 실행으로 훈련 가속화
설계 파라미터의 반복 조정을 위해 툴박스 예제 참조
Simulink에서 훈련된 모델을 직접 통합하여 시뮬레이션 기반 검증 수행

전류 제어기가 강화 학습 에이전트인 PMSM(영구자석 동기모터)의 FOC(자속기준제어) 시스템을 보여주는 시스템 다이어그램.

예제 실행해 보기

강화 학습을 사용한 PMSM의 자속기준제어

Simulink Online에서 열기

PMSM 제어를 위한 TD3 에이전트 훈련

Simulink Online에서 열기

DNN control Based MPPT Techniques for 40 kWatt Wind Power System

코드 다운로드

비디오

AI를 사용한 전기 시스템 운영

에너지 예측

MATLAB 및 Simulink를 사용하면 전력 공급, 수요, 가격을 예측하고 전력 시스템 구동의 불확실성과 위험을 완화하기 위해 AI 기반 에너지 예측 시스템을 구현하는 데 드는 수고를 줄일 수 있습니다. 다음과 같은 작업을 수행할 수 있습니다.

데이터 정리기 앱 및 라이브 편집기 작업으로 데이터 전처리 자동화
수작업 코딩이 거의 또는 전혀 없이 다양한 내장 머신러닝 및 딥러닝 모델 중에서 선택
심층 신경망 디자이너 앱을 사용하여 대화형 방식으로 심층 신경망 설계 및 실험 관리자 앱으로 딥러닝 실험 관리
병렬 연산을 사용하여 AI 훈련 과정 가속화
클라우드에서 MATLAB 및 Simulink를 사용하여 모델을 운용화하고 프로덕션 클라우드 환경에 배포

예제 실행해 보기

MATLAB의 계량경제학 기반 에너지 장기 예측

코드 다운로드

웨비나 보기

MATLAB 웨비나 파일을 사용한 데이터 분석

코드 다운로드

웨비나 보기

고객 사례

비디오

예측 정비

MATLAB, Simulink 및 Simscape를 사용하면 자산의 상태를 모니터링하고 잔여 수명을 추정하여 예기치 않은 가동 중단 시간을 최소화하고, 운영 비용을 절감하며, 전력 시스템의 신뢰성과 안전성을 보장할 수 있습니다.

Simscape Electrical을 사용한 전기 시스템의 물리 기반 모델 구축, 결함 주입 및 시뮬레이션 실행을 통해 예측 정비 모델 훈련을 위한 합성 데이터 생성
진단 특징 디자이너 앱을 통해 특징을 추출, 시각화하고 순위를 지정하여 전력 시스템 상태 모니터링을 위한 상태 지표 설계
분류, 회귀 및 시계열 모델 등 사전 구축된 AI 모델을 사용하여 고장의 근본 원인 식별 및 고장 수명 예측