[發明專利]一種磁場能量收集器的結構設計方法

在審

• 申請號: 202111318188.0
• 申請日: 2021-11-08
• 公開（公告）號: CN114065319A
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 吳俊鋒;劉維;鄭華明洲;陶偉;錢心怡;周鑫陽;王資博
• 申請（專利權）人: 國網江蘇省電力有限公司無錫供電分公司
• 主分類號: G06F30/10
• 分類號: G06F30/10;G06F30/27;G06F30/23;G06N3/00;G06F111/06;G06F111/04
• 代理公司: 無錫市大為專利商標事務所(普通合伙) 32104
• 代理人: 殷紅梅;陳麗麗

1.一種磁場能量收集器的結構設計方法，其特征在于，所述磁場能量收集器包括鐵芯和纏繞在所述鐵芯上的繞組，所述磁場能量收集器的結構設計方法包括：

確定鐵芯的結構形態，并根據所述結構形態進行鐵芯的幾何建模；

將所述鐵芯在所述結構形態下的尺寸參數確定為第一變量參數；

確定繞組的繞制位置及繞制方式，并根據確定的繞制位置和繞制方式在所述鐵芯的幾何模型上進行繞組的幾何建模；

將所述繞組在所述繞制位置和繞制方式下的繞制匝數及繞線線徑確定為第二變量參數；

建立包括所述第一變量參數和第二變量參數在內的多參量非線性最優化模型；

對所述多參量非線性最優化模型進行求解，得到使得輸出功率最大時的所述第一變量參數的設計值以及所述第二變量參數的設計值。

2.根據權利要求1所述的磁場能量收集器的結構設計方法，其特征在于，所述確定鐵芯的結構形態，并根據所述結構形態進行鐵芯的幾何建模，包括：

確定所述鐵芯的形狀為圓柱形；

根據所述圓柱形的鐵芯進行鐵芯的幾何建模。

3.根據權利要求2所述的磁場能量收集器的結構設計方法，其特征在于，所述將所述鐵芯在所述結構形態下的尺寸參數確定為第一變量參數，包括：

將圓柱形鐵芯的截面直徑以及高度確定為第一變量參數。

4.根據權利要求1所述的磁場能量收集器的結構設計方法，其特征在于，所述對所述多參量非線性最優化模型進行求解，得到使得輸出功率最大時的所述第一變量參數的設計值以及所述第二變量參數的設計值，包括：

確定約束條件，其中所述約束條件包括：鐵芯及繞組總空間占位約束、鐵芯及繞組總重量約束、最小輸出功率約束和最低輸出電壓約束；

在所述約束條件下對所述多參量非線性最優化模型進行求解，得到使得輸出功率最大時的所述第一變量參數的設計值以及所述第二變量參數的設計值。

5.根據權利要求4所述的磁場能量收集器的結構設計方法，其特征在于，所述確定約束條件，包括：

根據所述磁場能量收集器的預設安裝位置確定鐵芯及繞組總空間占位、鐵芯及繞組總重量、最小輸出功率和最低輸出電壓。

6.根據權利要求4所述的磁場能量收集器的結構設計方法，其特征在于，所述在所述約束條件下對所述多參量非線性最優化模型進行求解，得到使得輸出功率最大時的所述第一變量參數的設計值以及所述第二變量參數的設計值，包括：

確定所述第一變量參數的初始值和所述第二變量參數的初始值；

根據所述第一變量參數的初始值和所述第二變量參數的初始值在已經確定的鐵芯的結構形態以及繞制位置和繞制方式下進行磁場求解，得到磁通量；

根據所述磁通量、所述第二變量參數及繞線線型計算當前的最大輸出功率；

根據人工蜂群算法以及所述最大輸出功率求解所述多參量非線性最優化模型，得到所述第一變量參數的設計值以及所述第二變量參數的設計值。

7.根據權利要求6所述的磁場能量收集器的結構設計方法，其特征在于，所述根據人工蜂群算法以及所述最大輸出功率求解所述多參量非線性最優化模型，得到所述第一變量參數的設計值以及所述第二變量參數的設計值，包括：

根據人工蜂群算法求解所述多參量非線性最優化模型；

對求解結果進行多次修正計算，當修正后的所述求解結果能夠滿足使得輸出功率滿足最大輸出功率時，則將所述求解結果確定為所述第一變量參數的設計值以及所述第二變量參數的設計值。

8.根據權利要求7所述的磁場能量收集器的結構設計方法，其特征在于，所述人工蜂群算法包括：

(1)當n＝0時刻，隨機生成X_i個可行解：

其中，X表示待優化變量，所述X_i個可行解均與蜜源一一對應，產生可行解X_i公式：

其中，X_min表示解空間的上界，X_max表示解空間的下界，j∈{1,2,3}，計算可行解X_i的適應度函數并根據適應度函數的大小進行排序作為初始的采蜜蜂種群X(0)；

(2)對于第n步的采蜜蜂位置更新：

其中，k∈{1,2,3,...,Ne}，且k不屬于i，k和j均隨機生成，rand()∈[-1,1]；

(3)當采蜜蜂更新到新位置后根據貪婪選擇選取更優位置，并保留給下一代種群，跟隨蜂共享采蜜蜂的信息后，通過概率分布函數來跟隨采蜜蜂：

Ts表示從個體空間到個體空間的隨機映射，記Ts:S₂→S；

(4)跟隨蜂搜索階段，根據采蜜蜂傳遞蜜源信給跟隨蜂，根據w_a的計算公式計算選擇跟隨蜂的概率，跟隨蜂選擇一個蜜源并在其附近進行搜索，跟隨蜂更新方式：

其中，的計算公式為：

w_a的計算公式為：

w_a＝w₂((iter-maxcycle)/max cycle)^a×(w₂-w₁)；

w_b的計算公式為：

w_b＝w₃-((iter-max cycle)/max cycle)^b×(w₄-w₃)；

其中，X_i表示跟隨蜂當前的位置，慣性權重w₁，w₂，w₃和w₄取值范圍均為[0.1，1.5]，w₁和w₃小于w₂，w₄和iter均表示當前迭代次數，max cycle表示最大迭代次數，λ是動態變化的，當新位置適應度值比原位置好時λ大于1，反之小于1，a∈[0.8，1]，b∈[1，1.2]，Φ表示自適應因子；

(5)在搜索過程中，如果蜜源X_i經過trial次迭代搜索到達閾值limit蜜源位置信息還沒有更好的改變，則該蜜源X_i就會被遺棄，與此同時，采蜜蜂轉變變為觀察蜂；觀察蜂按第n步的采蜜蜂位置更新的公式，在搜索空間隨機產生一個新的蜜源代替X_i；

(6)如果滿足停止條件，輸出最優適應度值及對相應可行解，否則轉向步驟(2)，重復上述步驟(2)至(5)。