[發明專利]基于TensorFlow的MC-WPT系統負載與互感識別模型、方法及系統

有效

• 申請號: 202010895878.1
• 申請日: 2020-08-31
• 公開（公告）號: CN111987779B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 蘇玉剛;陽劍;王智慧;孫躍;戴欣;唐春森
• 申請（專利權）人: 重慶大學
• 主分類號: H02J7/02
• 分類號: H02J7/02;H02J50/12;H02J50/90;G06N3/04;G06N3/08
• 代理公司: 重慶敏創專利代理事務所(普通合伙) 50253
• 代理人: 陳千

1.基于TensorFlow的MC-WPT系統負載與互感識別方法，其特征在于，包括步驟：

X1.檢測當前MC-WPT系統的輸入電流值和線圈間傳輸距離；

X2.將當前的輸入電流值和線圈間傳輸距離輸入MC-WPT系統負載與互感識別模型，計算得到對應的負載值和互感值；

所述MC-WPT系統負載與互感識別模型的生成步驟包括：

S1.基于TensorFlow框架構建全連接神經網絡模型；所述全連接神經網絡模型包括輸入層、輸出層以及順序全連接在所述輸入層和所述輸出層之間的第1～N隱藏層，N≥1；所述第1～N隱藏層具有k個節點，k≥2；

S2.建立MC-WPT系統的COSMOL和Simulink仿真模型，得到多組所述MC-WPT系統的輸入電流值、線圈間傳輸距離仿真數據，并將所述仿真數據分為訓練集和測試集；

S3.將所述訓練集輸入所述全連接神經網絡模型中進行模型訓練，并根據訓練誤差值不斷優化所述全連接神經網絡模型中的參數；優化的參數包括作用于所述第1隱藏層的第1權重矩陣和第1偏置矩陣，以及作用于所述第2隱藏層的第2權重矩陣和第2偏置矩陣，直至作用于所述第N隱藏層的第N權重矩陣和第N偏置矩陣，以及作用于所述輸出層的第N+1權重矩陣和第N+1偏置矩陣；所述第1～N隱藏層的非線性激活函數使用TensorFlow框架中Sigmoid激活函數；

S4.當所述全連接神經網絡模型的訓練誤差率低至預設誤差率時，結束訓練，得到訓練完成的MC-WPT系統負載與互感識別模型；

所述MC-WPT系統負載與互感識別模型進行計算的公式為：

其中，l₁表示所述第1隱藏層的中間變量，[h I_m]表示由MC-WPT系統的線圈間傳輸距離和輸入電流值構成的矩陣，和分別表示所述第1權重矩陣和所述第1偏置矩陣，L₁表示對l₁中每個元素代入激活函數進行運算后得到的隱藏層輸出矩陣；

l₂表示所述第2隱藏層的中間變量，和分別表示所述第2權重矩陣和所述第2偏置矩陣，L₂表示對l₂中每個元素代入激活函數進行運算后得到的隱藏層輸出矩陣；

......；

l_N表示所述第N隱藏層的中間變量，和分別表示所述第N權重矩陣和所述第N偏置矩陣，L_N表示對l_N中每個元素代入激活函數進行運算后得到的隱藏層輸出矩陣；

l_N+1表示所述輸出層的中間變量，和分別表示所述第N+1權重矩陣和所述第N+1偏置矩陣，M、R_eq分別表示所述輸出層輸出的互感值和負載值。

2.基于TensorFlow的MC-WPT系統負載與互感識別系統，其特征在于：包括控制器和連接所述控制器的電流檢測模塊和測距模塊；所述電流檢測模塊用于檢測MC-WPT系統中發射端LCC電路拓撲的輸入電流值并發送至所述控制器；所述測距模塊用于檢測MC-WPT系統中發射線圈與接收線圈之間的傳輸距離并發送至所述控制器；所述控制器用于安裝MC-WPT系統負載與互感識別模型，按照權利要求1所述MC-WPT系統負載與互感識別方法，計算對應輸入電流值、傳輸距離下的負載值和互感值。

3.如權利要求2所述的基于TensorFlow的MC-WPT系統負載與互感識別系統，其特征在于：所述電流檢測模塊為霍爾傳感器，所述測距模塊為紅外測距傳感器。