System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于参数识别,更具体地,涉及一种基于bp神经网络的无线充电系统在线参数识别方法及系统。
技术介绍
1、无线电能传输(wireless power transfer,wpt)利用耦合线圈通过较大的气隙进行能量传输,相对传统的传导式充电摆脱了电缆的束缚。wpt技术有如下优点:一、在恶劣环境下不易产生电火花,不易产生漏电情况,安全隐患较小;二、用电设备取电时可移动范围大,灵活美观;三、能为植入人体内的微型医疗设备及其他需要特殊环境作业的机器供电。目前国内外研究机构对wpt技术在可穿戴智能设备、医疗、电动汽车无线充电、手机无线充电、智能家居等领域进行了大量研究,使得wpt技术得到了广泛的应用。
2、wpt系统的应用范围十分广泛,这就使得其在使用过程可能受到各类环境因素影响,导致电路参数变化,进而造成系统传输功率和效率降低,甚至损坏系统元件。例如,在实际的无线电能传输过程中,线圈的对准程度和线圈间的间隔宽度等因素的随机变化会导致线圈间耦合系数随之出现波动;电池内阻也会受到温度、充电程度等因素的影响而变化。在实际应用中,wpt系统面临的最常见的参数变化就是互感值与负载阻值的变化。
3、这些问题都会导致wpt系统偏离额定工作状态,提高能量损耗,影响系统的安全性。为了使wpt系统回归额定工作状态,就需要基于其当前的具体状态参数制定出合适的状态控制方法。因此,开展wpt系统参数识别研究,对提高系统的稳定性和传输效率至关重要。
4、为了实现在wpt系统参数发生偏移时正确调控其工作状态,保证系统的安全可靠
5、单边通信是指用通讯装置将位于wpt系统接收端的传感器测得的信号传回wpt系统的发射端。因为接收端装置全部输入能量都来自于与发射端的耦合,除了少量电路损耗外的其余输出能量都传递到了负载中,因而其工作状态变化与互感值与负载阻值的波动关联性强。将wpt系统接收端的电气测量信号传回其发射端,可以更加简单地识别其参数。但是额外的通信装置增加了功耗,降低了系统效率,并且磁耦合机构会对通信链路产生电磁干扰,出现误码与丢帧问题。
6、2.基于外加辅助电路的参数识别方法
7、外加辅助电路是指在原本的wpt系统电路结构的基础上额外添加的具有特定功能的电路。外加辅助电路可以对wpt系统进行调控,使其表现出不同的工作状态。在不同的工作状态中,互感值与负载电阻对系统状态的影响效应也会呈现出不同的特点,可以鞠策计算出其参数值。但需要增加额外的辅助控制电路,系统设计复杂。
8、3.基于优化算法的参数识别方法
9、优化算法是指基于一定的运算规则,通过迭代计算获得能使目标达到最优的方案的一种算法。将参数识别问题转化为使可观测电气量与其基于估计参数值的理论计算量之间误差最小的寻优问题,使用优化算法在可能的解集中搜寻最优的参数值,既是参数识别的结果。但是未考虑实际wpt系统与数学模型之间存在的误差,使得参数辨识值也会存在误差。
技术实现思路
1、为解决现有技术中存在的不足,本专利技术提供一种基于bp神经网络的无线充电系统在线参数识别方法及系统。
2、本专利技术采用如下的技术方案。
3、本专利技术的第一方面提出了一种bp神经网络的无线充电系统在线参数识别方法,包含以下内容:
4、根据待识别的实际无线充电wpt系统或无线充电wpt系统的设计图,建立wpt系统的仿真模型;
5、设计wpt系统仿真模型中电路互感m与负载rl的多水平参数组合表,所述多水平参数组合表是一种在实验设计中被用来表示不同参数及其各个水平组合的表格;
6、依照参数组合表里的参数设计对构建的仿真模型进行仿真计算,获得相应的与电路互感m与负载rl相关的系统状态数据;
7、基于获得相应的系统状态数据,建立并训练bp神经网络,得到wpt系统参数在线识别模型;
8、从实际系统中采集所需的状态量,将其输入wpt系统参数在线识别模型进行计算,得出无线充电系统的实时参数wpt的互感与负载阻值。
9、优选地,所述wpt系统仿真模型,包括电路、输出和控制三个部分;其中,电路部分的结构与实际无线充电wpt系统或无线充电wpt系统的设计图的电路相同,模拟元件使用了非理想模型,其电气参数均设置为实际元件参数的测量值或额定值,输出部分包括虚拟仪表模块vm和am以及rms模块,输出部分用于采集和计算能反映电路互感m与负载rl系统状态数据,控制部分包括powergui模块和pulse generator模块,控制部分使用powergui模块控制系统的仿真状态,使用pulse generator模块输出逆变器工作频率的的方波,结合反相模块控制逆变器的工作频率。
10、优选地,所述互感m与负载rl的多水平参数组合表包含的组合参数包括电路互感m与负载rl,其中,互感m的取值范围为7~42uh,每一水平之间间隔1.4uh,共划分26个水平,负载rl的取值范围5~100ω为,每一水平之间间隔2.5ω,共划分39个水平,互感m的每一水平与负载rl的每一水平进行组合组成多水平参数组合表,该多水平参数组合表总共包括1014个参数组合。
11、优选地,所述系统状态数据为逆变器的输出电压的真有效值uin、逆变器的输出电流的真有效值ip、逆变器的输出电压的基波有效值与真有效值的比值λuin和逆变器的输出电流的基波有效值与真有效值的比值λip。
12、优选地,所述依照参数组合表里的参数设计对构建的仿真模型进行仿真计算,获得相应的系统状态数据,具体为:在wpt系统仿真模型的工作状态下,将wpt系统仿真模型中的虚拟仪表模块vm与am分别设置为电压传感器与电流传感器,以设定的频率下采样其一个完整周期内的电压信号序列{ui}与电流信号序列{ii},然后使用rms模块计算出其真有效值与基波有效值,再计算二者的比值。
13、优选地,所述设定的频率为逆变器工作频率的512倍。
14、优选地,计算逆变器输出电压与电流的真有效值,以及二者的基波有效值与真有效值的比值,使用的计算公式如下:
15、
16、其中,m为一个完整周期内的信号采样数,ω为离散傅里叶变换目标幅值的频率,其等于逆变器的工作频率。
17、优选地,所述bp神经网络的输入参数为逆变器的输出电压uin与输出电流ip的真有效值uin与ip,以及逆变器的输出电压uin与输出电流ip的基波有效值与真有效值的比值λuin和λip,输出参数为互感m和负载rl,其输入层节点数为4,输出层节点数为2,而其隐藏层节点数l由以下经验公式确定:
18、
19、其中,p为输入层节点数,q为输出层节点数,α为设定的1~10间的常数。
20、优选地,所述bp神经网络的的误差函数采用均方误差mse,其中n′为样本的数量,yj本文档来自技高网...
【技术保护点】
1.一种BP神经网络的无线充电系统在线参数识别方法,其特征在于,包含以下内容:
2.根据权利要求1所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
3.根据权利要求1所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
4.根据权利要求1所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
5.根据权利要求4所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
6.根据权利要求4所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
7.根据权利要求6所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
8.根据权利要求4所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
9.根据权利要求8所述的一种BP神经网络的无线充电系统在线参数识别方法,其特征在于:
10.一种使用权利要求1-9任一项所述参数识别方法的BP神经网络的无线充电系统在线参数识别系统,包括WPT仿真模型构建
...【技术特征摘要】
1.一种bp神经网络的无线充电系统在线参数识别方法,其特征在于,包含以下内容:
2.根据权利要求1所述的一种bp神经网络的无线充电系统在线参数识别方法,其特征在于:
3.根据权利要求1所述的一种bp神经网络的无线充电系统在线参数识别方法,其特征在于:
4.根据权利要求1所述的一种bp神经网络的无线充电系统在线参数识别方法,其特征在于:
5.根据权利要求4所述的一种bp神经网络的无线充电系统在线参数识别方法,其特征在于:
6.根据权利要求4所述的一种bp神经网络的无线充电系统在线参数识...
【专利技术属性】
技术研发人员:周少聪,余嘉彦,陈新晨,陈志军,瞿峰,李波波,赵康宁,张瑶,袁婧,王骏,俞小明,殷伟,
申请(专利权)人:国网江苏省电力有限公司苏州供电分公司,
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。