【技术实现步骤摘要】
一种无线充电线圈参数优化方法、系统及可存储介质
[0001]本专利技术涉及无线充电领域，更具体的说是涉及一种无线充电线圈参数优化方法、系统及可存储介质。
技术介绍
[0002]电动汽车相比较于传统的燃油汽车具有低噪声、零排放和节能的优点，近年来电动汽车的发展受到了各主要汽车生产国政府的大力扶持。目前，电动汽车的主要充电方式为传统接触式有线充电，这种充电方式在电能的传输过程中不可避免的会产生传输损耗，同时线路老化、尖端放电等因素大大降低了设备供电的可靠性和安全性。
[0003]无线充电技术有传输功率大、传输效率高、传输距离较远、方向性要求不高、对生物体影响不大等优点。电动汽车无线充电技术是通过收发端线圈之间的电磁耦合来实现无线电能传输的一种动力电池充电技术，主要包括静态和动态无线充电2种类型。相比于插电式充电，无线充电可实现远距离、非接触电能传输，且无需人工插拔，智能化程度高。
[0004]因此，如何实现高效无线充电，优化无线充电参数是本领域技术人员亟需研究的。
技术实现思路
[0005]有鉴于...
【技术保护点】
【技术特征摘要】
1.一种无线充电线圈参数优化方法，其特征在于，包括以下步骤：依据无线充电的使用场景获取无线充电系统的设计参数，将无线充电系统的设计参数分为测试集和训练集；将训练集输入到Tensorflow网络框架中，对Tensorflow网络框架设置训练参数；Tensorflow网络框架输出第一权重和第一偏置值；将第一权重、第一偏置值与预设权重、预设偏置值进行比较；若未达到预设权重和预设偏置值，则对Tensorflow网络框架继续迭代训练；当达到预设权重和预设偏置值，则完成对Tensorflow网络框架的训练，得到无线充电线圈参数优化模型；将待测无线充电系统的设计参数输入到无线充电线圈参数优化模型中，得到优化后的各项参数。2.根据权利要求1所述的一种无线充电线圈参数优化方法，其特征在于，训练参数包括训练的次数和学习率，其中学习率的计算公式如下：其中，α0表示初始学习率，α
t
表示第t次训练时的学习率，β表示学习率衰减系数，T表示经过多少次训练后完成一次学习率衰减。3.根据权利要求1所述的一种无线充电线圈参数优化方法，其特征在于，还包括对无线充电系统的设计参数进行预处理，具体为：首先利用高斯函数去除噪音点，再利用Sigmoid函数对设计参数进行标准化处理。4.根据权利要求1所述的一种无线充电线圈参数优化方法，其特征在于，Tensorflow网络框架包括输入层，隐含层和输出层，输入层，隐含层和输出层依次连接；其中，输入层包括多个输入端口，用于设计参数的输入；隐含层用于对设计参数进行学习处理；输出层用于输出权重和偏置值。5.根据权利要求...
【专利技术属性】
技术研发人员：贺川，王天养，
申请(专利权)人：深圳市旋依科技有限公司，
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。