Long-time predictive LSTM-NN based model of a bidirectional DC-DC converter used in airborne wind generation machine

This work aims to create a neural network based model of a DC-DC converter for long time predictions of electrical signals with real measurement data. The converters to be modeled are part of a airborne wind generation machine (KE60) developed by Kitenergy Srl. They are used to couple a battery pack and a super-capacitor pack to a 600V DC bus. The training of the model is off-line and it is able to predict long time behaviour from a limited dataset obtained in a field testing campaign of KE60.

Questo lavoro proporre creare un modello basato su rete neurale di un convertitore CC-CC per previsioni a lungo termine di segnali elettrici con dati di misurazione reali. I convertitori da modellare fanno parte di una macchina per la generazione de eolico di alta quota (KE60) sviluppato da Kitenergy Srl. Sono utilizzati per accoppiare un pacco batteria e un pacco supercondensatore a un bus da 600 V CC. Il training del modello è off-line ed è in grado di prevedere comportamenti a lungo termine da un set di dati limitato ottenuto in una campagna di test sul campo.