基于PyTorch的LCC-S型WPT系统负载与自互感识别方法及系统技术方案

本发明专利技术提供了一种基于PyTorch的LCC

【技术实现步骤摘要】
基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法及系统


[0001]本专利技术属于MC
‑
WPT(磁场耦合的无线电能传输)
，具体涉及基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法及系统。

技术介绍

[0002]无线电能传输(wireless power transfer,WPT)技术是一种新型供电方式,具有安全、便捷、环保、易维护等特点，受到了国内外学者的广泛关注和研究。其中磁耦合谐振式无线电能传输技术是目前最受关注的细分领域,在水下设备供电,电动汽车,航空航天等领域逐步得到推广应用。
[0003]在WPT系统的实际应用中,对于水下设备等无线供电系统,负载和自/互感由于距离的偏差等情况会导致系统的工作频率发生漂移,从而影响系统的传输功率和传输效率。系统需要获取负载与自/互感参数等信息,进而对系统采取更有效的手段进行控制,以确保系统高效稳定的运行。负载与自互感参数识别正是其中的关键技术问题。
[0004]目前已有学者围绕WPT系统的负载本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法，其特征在于，包括：检测LCC
‑
S型WPT系统的输入电流和传输距离；将所述输入电流和传输距离输入至神经网络模型，以得到LCC
‑
S型WPT系统中线圈的自感、线圈间的互感以及负载；所述神经网络模型基于PyTorch框架得到。2.根据权利要求1所述基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法，其特征在于，所述神经网络模型包括输入层、输出层以及顺序全连接在所述输入层和所述输出层之间的第1～N个隐藏层，N≥1；第n个所述隐藏层的输出矩阵为：其中，Max为激活函数，T
n
为第n个隐藏层的中间变量矩阵,T
n
＝[I
in
h]ω
n
+b
n
，I
in
为所述输入电流，h为所述传输距离，ω
n
为第n个隐藏层的权重矩阵，b
n
为第n个隐藏层的偏置矩阵；T
in
为T
n
的第i个元素；i＝1,2,...,32；n＝1,2,...,N。3.根据权利要求2所述基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法，其特征在于，所述激活函数包括ReLU函数。4.根据权利要求2所述基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法，其特征在于，所述线圈的自感包括发射线圈自感L1和接收线圈自感L2；其中：所述线圈间的互感所述负载5.根据权利要求4所述基于PyTorch的LCC
‑
S型WPT系统负载与自互感识别方法，其特征在于，所述神经网络模型的训练方法包括：建立LCC
‑
S型WPT系统的系统仿真模型；所述系统仿真模型通过在正方形的磁芯上绕制口字型线圈得到；获取多组数据集；其中每组数据集包括所述系统仿真模型配置的x轴的偏移距离、z轴的传输距离，以及仿真得到的线圈的自感和线圈间的互感；建立LCC
‑
S型WPT系统的电路仿真模型；在每一组所述数据集中加入对应的负载；将所述数据集代入所述电路仿真模型，以得到每一组所述数据集对应的输入电流，将所述输入电流加入对应的数据集中；利用所述数据集训练所述神经网络模型。6.根据权利要求5所述基于PyTorch的...

【专利技术属性】
技术研发人员：吴晓锐，唐春森，王智慧，肖静，陈绍南，贺思颖，莫宇鸿，吴宁，龚文兰，韩帅，陈卫东，郭敏，郭小璇，张龙飞，左志平，李小飞，
申请(专利权)人：重庆大学，
类型：发明
国别省市：