【技术实现步骤摘要】
本专利技术涉及无线电能传输，尤其涉及一种基于机器学习的无线电能传输系统优化方法、装置及介质。
技术介绍
1、耦合机构是无线电能传输(wireless power transmission，wpt)系统实现原副边能量耦合的关键部件，决定了wpt系统的效率、功率和抗偏移等特性。同时耦合机构还应该满足各项约束条件。除了设计目标和约束条件较多外，耦合机构设计的复杂性还体现在影响耦合性能的变量有很多。
2、耦合线圈设计是典型的多约束多目标的复杂多元问题，通过智能算法可以实现多目标优化。需要在满足约束条件的粒子中，通过比较其目标值筛选出处于帕累托前沿的粒子作为最优解集合，以供后续分析。
3、通过智能算法进行优化时，在对参数初始化后，通过随机生成可用粒子，在优化过程中根据约束条件对粒子进行限制，通过多目标优化算法来得到处于帕累托前沿的粒子，以便进行后续的分析和决策，即耦合机构设计是从众多粒子中挑选出帕累托前沿粒子的过程。
4、通过随机生成可用粒子来进行多目标优化时，产生粒子的过程为迭代产生的过程，由于可用粒子数量随...
【技术保护点】
1.一种基于机器学习的无线电能传输系统优化方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述基于所述预测结果，对无线电能传输系统进行优化，包括：
3.根据权利要求2所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述基于所述可用粒子，采用智能算法对无线电能传输系统进行优化，包括：
4.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述训练集通过以下方式得到：
5.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在...
【技术特征摘要】
1.一种基于机器学习的无线电能传输系统优化方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述基于所述预测结果，对无线电能传输系统进行优化，包括：
3.根据权利要求2所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述基于所述可用粒子，采用智能算法对无线电能传输系统进行优化，包括：
4.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述训练集通过以下方式得到：
5.根据权利要求1所述的基于机器学习的无线电能传输系统优化方法，其特征在于，所述预测模型是基于机器学习算法训练得到的。
6.一种基于机器学习的无线电能传输系统优化装置，其...
【专利技术属性】
技术研发人员：王义，徐国宁，贾忠臻，杨燕初，蔡榕，张衍垒，
申请(专利权)人：中国科学院空天信息创新研究院，
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。