【技术实现步骤摘要】
本专利技术涉及无线充电领域，具体是涉及基于深度学习的无线充电系统配置方法及系统。
技术介绍
1、随着无线充电技术的发展，越来越多的设备支持无线充电，小到手机、手表，大到轿车、卡车。汽车型号不同，充电的距离也会发生变化，现有技术未对该情况进行考虑，导致充电的线圈和频率未作适应性调整，充电效率有待提升，此外，充电时，内部元器件会存在电流或磁场的干扰，影响充电的效果，并且，内部元器件的温度也会对充电产生影响。但现有的无线充电系统在配置时均未根据上述情况进行调整，导致充电效果有待提升。
技术实现思路
1、为解决上述技术问题，提供基于深度学习的无线充电系统配置方法及系统，本技术方案解决了上述
技术介绍
中提出的汽车型号不同，充电的距离也会发生变化，现有技术未对该情况进行考虑，导致充电的线圈和频率未作适应性调整，充电效率有待提升，此外，充电时，内部元器件会存在电流或磁场的干扰，影响充电的效果，并且，内部元器件的温度也会对充电产生影响。但现有的无线充电系统在配置时均未根据上述情况进行调整，导致充电效果有待提升的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、基于深度学习的无线充电系统配置方法，包括：
4、获取进行无线充电的汽车种类，根据汽车种类，得到无线充电的平均距离；
5、建立线圈半径关于充电距离的充电效率模型；
6、建立充电频率关于充电距离的充电效率模型；
7、根据线圈尺寸关于充电距离的充电效率模型，计算得出目
8、根据充电频率关于充电距离的充电效率模型，计算得出目标充电频率；
9、使用目标线圈半径作为无线充电系统的线圈参数配置，使用目标充电频率作为无线充电系统的充电频率；
10、获取构成无线电力传输的初次级变换电路的至少一个元器件，获取至少一个元器件的连接拓扑关系；
11、获取产生高频交流电的至少一个元器件，作为高电流元器件；
12、获取产生强电磁场的至少一个元器件，作为强磁场元器件；
13、根据高电流元器件，形成大电流区域和小电流区域，对大电流区域和小电流区域进行位置排布；
14、根据强磁场元器件，形成高干扰区和低干扰区，对高干扰区和低干扰区进行位置排布；
15、对高电流元器件和强磁场元器件形成至少一个散热区域；
16、对高电流元器件的大电流区域和散热区域进行融合，得到高电流元器件的第一识别区域；
17、对强磁场元器件的高干扰区和散热区域进行融合，得到强磁场元器件的第二识别区域；
18、根据第一识别区域、第二识别区域和连接拓扑关系，得到目标电路排布图；
19、根据目标电路排布图，设置无线充电系统的初次级变换电路。
20、优选的，所述根据汽车种类，得到无线充电的平均距离包括以下步骤：
21、获取汽车样本集；
22、对汽车样本集中的汽车按照其电池到无线充电系统的距离进行分类，得到至少一个汽车分类集；
23、计算汽车分类集的汽车数量在汽车样本集中的占比，得到分类占比；
24、将至少一个汽车分类集中汽车到无线充电系统的距离加权累加，得到无线充电的平均距离，其中，加权使用的比例为汽车样本集对应的分类占比。
25、优选的，所述建立线圈半径关于充电距离的充电效率模型包括以下步骤：
26、获取线圈半径的取值范围；
27、等间距分割线圈半径的取值范围，得到至少一个分割点；
28、在每个分割点对应的线圈半径和充电距离为无线充电的平均距离的条件下，获取充电效率；
29、将分割点对应的线圈半径与充电效率配对为第一坐标；
30、对至少一个第一坐标拟合，得到第一拟合函数。
31、优选的，所述建立充电频率关于充电距离的充电效率模型包括以下步骤：
32、获取充电频率的取值范围；
33、等间距分割充电频率的取值范围，得到至少一个识别点；
34、在每个识别点对应的充电频率和充电距离为无线充电的平均距离的条件下，获取充电效率；
35、将识别点对应的充电频率与充电效率配对为第二坐标；
36、对至少一个第二坐标拟合，得到第二拟合函数。
37、优选的，所述根据线圈尺寸关于充电距离的充电效率模型，计算得出目标线圈半径包括以下步骤：
38、求出第一拟合函数的最大值所对应的线圈半径，作为目标线圈半径；
39、根据充电频率关于充电距离的充电效率模型，计算得出目标充电频率包括以下步骤：
40、求出第二拟合函数的最大值所对应的充电频率，作为目标充电频率。
41、优选的，所述形成大电流区域和小电流区域，对大电流区域和小电流区域进行位置排布包括以下步骤：
42、在高电流元器件周围设置至少一个第一采样点，在第一采样点处获取电流干扰测量值；
43、当电流干扰测量值大于第一预设值时，则将第一采样点作为大电流点；
44、将每个所述高电流元器件的至少一个大电流点汇总得到高电流元器件的大电流区域；
45、将高电流元器件之外的元器件的占用区域，作为小电流区域；
46、排布时，大电流区域与小电流区域间隔大于预设距离；
47、所述形成高干扰区和低干扰区，对高干扰区和低干扰区进行位置排布包括以下步骤：
48、在强磁场元器件周围设置至少一个第二采样点，在第二采样点处获取磁场干扰测量值；
49、当磁场干扰测量值大于第二预设值时，则将第二采样点作为大磁场点；
50、将每个所述强磁场元器件的至少一个大磁场点汇总得到强磁场元器件的高干扰区；
51、将强磁场元器件之外的元器件的占用区域，作为低干扰区；
52、排布时，高干扰区和低干扰区间隔大于预设距离。
53、优选的，所述对高电流元器件和强磁场元器件形成至少一个散热区域包括以下步骤：
54、在高电流元器件和强磁场元器件进行温度测试，将每个所述高电流元器件和每个所述强磁场元器件周围温度高于预设温度的区域，作为散热区域。
55、优选的，所述对高电流元器件的大电流区域和散热区域进行融合，得到高电流元器件的第一识别区域包括以下步骤：
56、判断高电流元器件的散热区域是否在高电流元器件的大电流区域内，若是，则不作任何处理；
57、若否，则将高电流元器件的散热区域超出高电流元器件的大电流区域的部分补充融合进入大电流区域，得到高电流元器件的第一识别区域；
58、所述对强磁场元器件的高干扰区和散热区域进行融合，得到强磁场元器件的第二识别区域包括以下步骤：
59、判断强磁场元器件的散热区域是否在强磁场元器件的高干扰区内，若是，则不作任何处理；
60、若否，则将强磁场本文档来自技高网...
【技术保护点】
1.基于深度学习的无线充电系统配置方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的无线充电系统配置方法，其特征在于，所述根据汽车种类，得到无线充电的平均距离包括以下步骤：
3.根据权利要求2所述的基于深度学习的无线充电系统配置方法，其特征在于，所述建立线圈半径关于充电距离的充电效率模型包括以下步骤：
4.根据权利要求3所述的基于深度学习的无线充电系统配置方法，其特征在于，所述建立充电频率关于充电距离的充电效率模型包括以下步骤：
5.根据权利要求4所述的基于深度学习的无线充电系统配置方法，其特征在于，所述根据线圈尺寸关于充电距离的充电效率模型，计算得出目标线圈半径包括以下步骤：
6.根据权利要求5所述的基于深度学习的无线充电系统配置方法，其特征在于，所述形成大电流区域和小电流区域，对大电流区域和小电流区域进行位置排布包括以下步骤：
7.根据权利要求6所述的基于深度学习的无线充电系统配置方法，其特征在于，所述对高电流元器件和强磁场元器件形成至少一个散热区域包括以下步骤：
8.根据权利要
9.根据权利要求8所述的基于深度学习的无线充电系统配置方法，其特征在于，所述根据第一识别区域、第二识别区域和连接拓扑关系，得到目标电路排布图包括以下步骤：
10.基于深度学习的无线充电系统配置系统，用于实现如权利要求1-9任一项所述的基于深度学习的无线充电系统配置方法，其特征在于，包括：
...【技术特征摘要】
1.基于深度学习的无线充电系统配置方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的无线充电系统配置方法，其特征在于，所述根据汽车种类，得到无线充电的平均距离包括以下步骤：
3.根据权利要求2所述的基于深度学习的无线充电系统配置方法，其特征在于，所述建立线圈半径关于充电距离的充电效率模型包括以下步骤：
4.根据权利要求3所述的基于深度学习的无线充电系统配置方法，其特征在于，所述建立充电频率关于充电距离的充电效率模型包括以下步骤：
5.根据权利要求4所述的基于深度学习的无线充电系统配置方法，其特征在于，所述根据线圈尺寸关于充电距离的充电效率模型，计算得出目标线圈半径包括以下步骤：
6.根据权利要求5所述的基于深度学习的无线充电系统配置方法，其特征在于...
【专利技术属性】
技术研发人员：冷友明，
申请(专利权)人：深圳市东传电子技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。