广告

电力电子科学笔记:电子学中的SDE框架

2025-04-02 17:15:02 Marcello Colozzo 阅读:
SDE是“随机微分方程”的缩写,这是一个适用于电力电子领域的框架,特别是噪声的仿真和分析···

SDE是“随机微分方程”的缩写,是一种适用于电力电子领域的框架,特别是噪声的仿真和分析。在本文中,我们将把这一范例应用于Mathematica计算环境,来研究一些简单电路,当然该方法也可以推广到更复杂的电路。qozednc

简介

在过去的几十年中,符号/数值计算软件(Mathematica、Maple等)的迅速普及,加上人工智能的最新发展,为在新的计算平台上仿真和研究复杂系统的行为提供了可能。具体做法是从物理现实中抽象出“因果”关系,然后通过“输入-输出”类型的计算模型对其进行描述。在具体情况的电气和电子电路下,这就产生了面向抽象的系统的概念,如图1中的框图所示。qozednc

qozednc

图1:面向抽象的系统:一个输入vin对应一个输出voutqozednc

所考虑过程的确定性保证了输入→输出的唯一对应关系。然而,不可避免的随机过程(如噪声)的存在破坏了这种可能性,因此使用SDE框架是唯一可行的方法。qozednc

线性系统–时间常数的含义

在线性系统中,瞬态阶段可以用一个确定所研究过程时间尺度的量来描述,这个量也就是时间常数。要从物理上解释这个量,最好先对一个恒定输入(图2)进行研究。为此,我们先看一个非常简单的电路:低通滤波器(RC系列),然后使用Mathematica设置一个求解程序。qozednc

qozednc

图2:RC系列受到恒定电位差的影响qozednc

假设电路在t=0时刻闭合,则根据基尔霍夫第二定律得出:qozednc

qozednc

其中,vR=Ri是电阻两端的电压降,vout是电容器极板之间的电位差。如果q是极板上的电荷,则有vout=q/C,因此方程(1)变为:qozednc

qozednc

根据i=dq/dt,我们有:qozednc

qozednc

这是未知函数q(t)的一阶微分方程。它的特定积分由初始条件q(0)=q0唯一确定。后者是电容器板上的初始电荷。在不失一般性的前提下,我们假设电容器最初不带电:q(0)=0。qozednc

利用已知方法求解方程(3),得到指数上升函数:qozednc

qozednc

其中τ=RC是时间常数。从公式(4)我们可以看出,这个量决定了电容器充电过程的时间尺度:当t≫τ时,电荷实际上已达到稳定状态值CV0。此时,电流可通过导出函数q(t)来计算。qozednc

在图3中,记录了一个物理上很有趣的量的典型趋势。qozednc

图3:R和C取适当值,RC串联电路承受1伏特的电位差,当t≫τ时,系统稳定在固定值上。注意输出信号的指数上升qozednc

在vin(t)变量条件下,通过重复恒定输入的操作步骤,可获得电流、输出电压和R两端压降的变化趋势,然后再加上电阻耗散功率和电容功率的变化趋势(图4)。所用数据包括:R=1kΩ、C=1µF、VM=1V、f=50Hz。qozednc

qozednc

图4:RC系列受到正弦电位差的影响。请注意,初始瞬态受时间常数τ=RC的控制qozednc

当电阻R较小时,结果再现了电流相位比电压提前π/2的现象,如图5所示,其中我们使用了以下值:VM=1V、R=103Ω、C=103F、f=50Hz。增加电阻值(R=101Ω)后,我们得到了图6中的变化趋势,从中我们可以看到相位延迟明显减少。事实上,当R≪1时,电路是纯电容性的,而当R≫1时,电路是纯电阻性的。qozednc

qozednc

图5:RC系列,R可忽略不计。电流比电压vin提前约90°qozednc

qozednc

图6:RC系列,其中我们增加了R的值qozednc

SDE框架和Wolfram语言

输入信号中存在噪声,这破坏了使用以前的抽象系统表示方法的可能性,如图所示,该系统对因果相关性进行了建模。从形式上看,我们仍然可以写出微分方程,其中vin(t)是浸没在噪声中的确定性信号。这样,我们就有了一个SDE,不过它的分析研究超出了本文的讨论范围,而Wolfram语言可以让我们非常轻松地解决这个问题。例如,我们知道白噪声是一个100%不相关的随机过程,这意味着,即使我们知道这样一个随机变量在时刻t的值,我们也无法确定该变量在紧接着的瞬间的值。换句话说,完全没有相关性会时时刻刻破坏变量的连续性。qozednc

从数学分析的角度来看,白噪声是一种时间函数,在每个瞬间都呈现有限​​的不连续性(也称为“第一类”),因此它会瞬间且不可预测地从一个值变为另一个值。这样的函数无法用解析方式表示,但是,使用Mathematica,我们可以生成一个随机值数组(遵循高斯统计),其插值在各个方面都会返回一个函数,可用作给定微分方程的系数和/或已知项。随后在适当的初始条件下进行数值积分就可解决所提出的问题。值得注意的是,Wolfram语言是一种解释型语言,给定的输入单元与输出单元一一对应,与图1中的抽象导向系统如出一辙,如图7所示。qozednc

图7:使用Wolfram语言生成白噪声和棕色噪声的过程框图qozednc

使用恰当的例程,我们就获得了图8中的变化趋势。qozednc

图8:RC系列的输入由一个恒定信号和白噪声与棕色噪声叠加组成qozednc

结论

Wolfram语言的研究引发了一些有趣的思考。首先,我们意识到数学实体与该编程语言(其结构让人想起Pascal编程语言)实现的对象之间存在一一对应关系,例如,所谓的 “InterpolatingFunction对象”,它们又是一个纯函数。其次,是为生成随机变量而开发的程序。在最后一种情况下,一个算法或确定性过程被用于生成另一个本质上是非确定性的过程,这让我们反思,是否有可能像人类智能一样,通过复杂的算法来产生不可预测的行为。qozednc

(原文刊登于EDN姊妹网站Power Electronics News,参考链接:Scientific Notes on Power Electronics: SDE Framework in Electronics,由Ricardo Xie编译。)qozednc

相关阅读:

电力电子科学笔记系列qozednc

责编:Ricardo
本文为电子技术设计原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了