使用 matlab® 和 simulink®，您可以通过创建基于 ai 的降阶模型 (rom) 对电子元件的复杂行为进行建模并提高仿真速度。您可以为电机、电池、电力变换器、能源管理系统、电动汽车和电网系统创建、训练和测试基于 ai 的虚拟传感器与控制策略。matlab 和 simulink 可通过集成基于 ai 的能源预测以及采用基于 ai 的预测性维护来帮助您确保电气系统的安全高效运行。
了解更多
示例
虚拟传感器建模
在实现电力电子控制时，您可以使用 ai 来开发虚拟传感器模型以提供关键信号。虚拟传感器没有重复的材料成本，它们是非侵入性的，并且没有维护需求。
使用 matlab、simulink 和 simscape，您可以：
- 创建基于物理的系统模型，运行仿真，并为训练基于 ai 的虚拟传感器生成合成数据
- 从预置 ai 模型的库中进行选择，并通过运行多个试验来评估模型性能
- 将 simulink 中的虚拟传感器模型直接集成到物理系统模型中进行验证
- 为嵌入式设备生成可读、高效的 c/c 代码
尝试示例
视频
控制策略
matlab 和 simulink 帮助您采用基于 ai 的复杂、非线性、多输入多输出系统的高性能控制。这些控制几乎不需要事先了解被控对象的物理知识。您可以：
- 在 simulink 基于仿真环境训练 ai 控制算法
- 通过并行运行仿真加速训练
- 请参考工具箱示例了解设计参数的迭代调节
- 将经过训练的模型直接集成到 simulink 中进行基于仿真的验证
尝试示例
视频
尝试示例
预测性维护
使用 matlab、simulink 和 simscape，您可以监控资产状况并估计其剩余使用寿命，从而最大限度地减少计划外停机时间，降低运营成本，并确保电力系统的可靠性和安全性。
- 使用 simscape electrical 构建基于物理的电气系统模型，注入故障，并运行仿真以生成用于训练预测性维护模型的合成数据
- 使用诊断特征设计器对特征进行提取、可视化和排序，以设计用于监控电力系统健康状态的状态指标
- 使用预置的 ai 模型（如分类、回归和时间序列模型）确定故障的根本原因并预测故障时间