千叶大学突破无线充电瓶颈：机器学习实现负载变化零影响

千叶大学的研究团队开发了一种基于机器学习的无线电力传输（WPT）系统设计方法，可在负载变化时保持输出稳定——这一特性也被称为“负载独立运行”。无线充电技术已应用于智能手机、电动牙刷和物联网传感器，其原理是通过电磁场实现电能无线传输，最早可追溯至尼古拉·特斯拉时代。

负载独立运行：突破传统限制的关键

传统WPT系统需依赖精确的电感和电容参数才能稳定工作，这些参数通常由基于理想条件的复杂解析方程推导得出。然而，寄生电容、制造公差和环境因素会导致实际场景中参数偏离理论值，进而造成输出电压波动和零电压开关（ZVS）失效——后者是保证系统高效运行的核心要素。

负载独立运行则能在负载变化时维持ZVS和输出电压稳定，解决了传统系统的痛点。

机器学习驱动的创新方案

千叶大学教授关谷博雄（Hiroo Sekiya）带领团队提出的设计方法，通过微分方程描述WPT电路的电压与电流动态演化，并纳入真实元件特性。系统通过数值求解方程直至达到稳态，再通过评估函数对输出电压稳定性、效率和总谐波失真等关键指标打分。

随后，一种受自然选择启发的遗传算法会调整电路参数以优化得分，这一循环重复直至系统满足负载独立运行要求。

实测验证：电压波动低于5%

研究团队将该方法应用于EF类WPT系统（结合EF类逆变器与D类整流器）。传统EF类逆变器仅在额定工作点维持ZVS，负载变化易导致ZVS失效和效率下降。而经机器学习优化的负载独立系统，在不同负载条件下电压波动控制在5%以内，远优于传统系统的18%波动水平。

测试显示，该系统在6.78 MHz频率下实现23瓦功率传输，效率达86.7%，且在负载变化时始终维持ZVS和高效率。通过精确建模二极管寄生电容，系统在轻载工况下的性能也得到提升。功率损耗分析表明，传输线圈损耗在不同负载下几乎恒定，印证了系统通过稳定输出电流实现高效运行的核心优势。

从技术突破到全无线社会

关谷教授表示：“这项研究成果是迈向全无线社会的重要一步。”他进一步指出，负载独立运行特性可简化WPT系统设计，降低成本和体积，“我们的目标是在未来5至10年内让无线电力传输技术普及化。”该方法的应用潜力不仅限于WPT，还可扩展至更广泛的工程领域。