Electrificación

IA para sistemas de electrificación

Aplique técnicas de inteligencia artificial al desarrollo y las operaciones de tecnologías eléctricas

IA

Con MATLAB y Simulink, puede modelar comportamientos complejos de componentes eléctricos y acelerar simulaciones mediante la creación de modelos de orden reducido (ROM) basados en IA. Puede crear, entrenar y probar estrategias de control y sensores virtuales basados en IA para motores, baterías, convertidores de potencia, sistemas de gestión de energía, vehículos eléctricos y sistemas de red. MATLAB y Simulink ayudan a garantizar la seguridad y eficiencia del funcionamiento de sistemas eléctricos mediante la integración de predicción energética basada en IA y la adopción de mantenimiento predictivo basado en IA.


Modelado de orden reducido

Puede utilizar IA y métodos basados en datos a fin de crear modelos de orden reducido para sistemas o componentes físicos, tales como motores sin escobillas y cargas de motor, y utilizar estos modelos en un diseño. Estos métodos ayudan a acelerar significativamente las simulaciones, al tiempo que capturan el comportamiento esencial del sistema.

MATLAB, Simulink y Simscape permiten:

  • Crear modelos de simulación basados en la física de sistemas, ejecutar simulaciones y generar datos sintéticos para entrenar modelos de IA
  • Seleccionar modelos de IA prediseñados de una librería y evaluar el rendimiento de los modelos ejecutando múltiples experimentos
  • Integrar modelos de IA directamente en Simulink para validar y probar modelos ejecutando simulaciones

Mantenimiento predictivo

Con MATLAB, Simulink y Simscape, puede supervisar el estado de los activos y estimar su vida útil restante para disminuir el tiempo de inactividad no planificado, reducir los costes operativos y garantizar la fiabilidad y seguridad de los sistemas de energía.

  • Desarrolle modelos basados en la física de sistemas eléctricos con Simscape Electrical, introduzca fallos y ejecute simulaciones para generar datos sintéticos con los que entrenar modelos de mantenimiento predictivo.
  • Extraiga, visualice y clasifique características para diseñar indicadores de estado con los que supervisar el estado de los sistemas de energía con la app Diagnostic Feature Designer
  • Identifique la causa raíz de los fallos y realice una predicción del tiempo hasta el fallo con modelos de IA prediseñados, tales como modelos de clasificación, regresión y series temporales

Pruebe estos ejemplos


Modelado de sensores virtuales

Si implementa sistemas de control de electrónica de potencia, puede utilizar IA para desarrollar modelos de sensores virtuales a fin de proporcionar señales esenciales. Los sensores virtuales no conllevan costes recurrentes asociados con la lista de materiales, no son invasivos, ni necesitan mantenimiento.

Con MATLAB, Simulink y Simscape, puede:

  • Crear modelos basados en la física de sistemas, ejecutar simulaciones y generar datos sintéticos para entrenar sensores virtuales basados en IA
  • Seleccionar modelos de IA prediseñados de una librería y evaluar el rendimiento de los modelos ejecutando múltiples experimentos
  • Integrar directamente modelos de sensores virtuales en Simulink dentro de modelos de sistemas físicos para realizar validación
  • Generar código C/C++ legible y eficiente para dispositivos integrados

Pruebe estos ejemplos


Predicción energética

MATLAB y Simulink pueden ayudar a reducir los esfuerzos necesarios para implementar un sistema de predicción energética basado en IA con el que predecir la oferta, la demanda y los precios de la electricidad y mitigar las incertidumbres y los riesgos del funcionamiento de sistemas de energía. Puede hacer lo siguiente:

Pruebe estos ejemplos


Estrategia de control

MATLAB y Simulink ayudan a adoptar sistemas de control de alto rendimiento basados en IA para sistemas de múltiples entradas y múltiples salidas, no lineales y complejos que requieren poco conocimiento previo de la física de la planta. Puede hacer lo siguiente:

  • Entrenar algoritmos de control basados en IA a partir de entornos de simulación en Simulink
  • Acelerar el entrenamiento ejecutando simulaciones en paralelo
  • Consultar ejemplos de toolboxes para realizar un ajuste iterativo de los parámetros de diseño
  • Integrar directamente los modelos entrenados en Simulink para realizar verificaciones basadas en simulación

Pruebe estos ejemplos