一种无线电能传输系统参数优化方法及装置与流程

1.本发明涉及无线电能传输技术领域，具体涉及一种无线电能传输系统参数优化方法及装置。


背景技术：

2.无线电能传输技术有三种基本形式：感应式无线电能传输技术、磁耦合谐振式无线电能传输技术以及微波式无线电能传输技术。磁耦合谐振式无线电能传输具有传输距离远、辐射低、可控性强是当下无线充电技术研究的热点。
3.磁耦合谐振式无线电能传输系统的传输效率是评定传输系统优越性的重要指标，目前常用的提高传输功率的方法包括频率跟踪、阻抗匹配等。频率跟踪是通过改变电源频率始终保持电源频率与系统固有谐振频率一致的方式提高传输效率，该方法忽略了系统耦合系数与负载电阻对传输系统的影响，且对系统传输效率提升有限。阻抗匹配是通过调节系统的谐振电容使系统始终处于谐振状态，该方法可以提高系统的传输效率，但也忽略了系统耦合系数与负载电阻对传输系统的影响。上述两种提高传输效率的方法均考虑的是单一因素，导致对传输效率的提高有限。


技术实现要素：

4.有鉴于此，有必要提供一种无线电能传输系统参数优化方法及装置，用以解决现有技术中存在的对无线电能传输系统传输效率提高有限的技术问题。
5.为了解决上述技术问题，本发明提供了一种无线电能传输系统参数优化方法，包括：
6.步骤1：建立无线电能传输系统的传输效率模型，所述传输效率模型包括多种模型参数；
7.步骤2：根据所述多种模型参数生成初始种群；所述初始种群包括多个个体，所述多个个体包括多个发现个体、多个加入个体和多个侦查个体；
8.步骤3：根据所述传输效率模型对所述多个发现个体、多个加入个体和多个侦查个体的位置进行更新，获得更新位置；
9.步骤4：根据对所述多个发现个体、多个加入个体和多个侦查个体的位置进行更新的更新次数选取变异策略，并确定在执行变异策略后的所述多个个体的最优适应度值及最差适应度值；
10.步骤5：判断所述更新次数是否小于最大更新次数，若所述更新次数小于所述最大更新次数，则返回步骤3，若所述更新次数大于或等于所述最大更新次数，则与所述最优适应度值对应的个体位置为所述无线电能传输系统的目标模型参数。
11.在一些可能的实现方式中，所述步骤2包括：
12.确定所述多种模型参数的初始值的上下边界、种群数量；
13.基于tent映射，根据所述初始值的上下边界和所述种群数量生成n个初始解；
14.基于反向学习生成与所述n个初始解一一对应的n个反向解；
15.将所述n个初始解和所述n个反向解进行合并，生成待选解集，根据所述传输效率模型确定所述待选解集的多个适应度值；
16.沿从大到小的顺序对所述多个适应度值进行排序，选取适应度最好的n个待选解，形成所述初始种群；其中，n为所述种群数量。
17.在一些可能的实现方式中，所述变异策略包括柯西变异策略和高斯变异策略；所述步骤4包括：
18.判断所述更新次数是否小于阈值更新次数；
19.若所述更新次数小于所述阈值更新次数，则选取所述柯西变异策略；
20.若所述更新次数大于或等于所述阈值更新次数，则选取所述高斯变异策略；
21.其中，所述阈值更新次数小于所述最大更新次数。
22.在一些可能的实现方式中，所述阈值更新次数为：
23.t
y
＝max_iter/2
24.式中，t
y
为所述阈值更新次数，max_iter为所述最大更新次数。
25.在一些可能的实现方式中，所述更新位置包括发现更新位置，所述发现更新位置为：
[0026][0027]
式中，为第i个发现个体第t 1次更新后第j维的个体更新位置；为第i个发现个体第t次更新后第j维的个体更新位置；α为第一均匀随机数，α∈(0,1]；q为服从标准正态分布随机数；r第二均匀随机数，r∈[0,1]；st为警戒阈值，st∈[0.5,1.0]；max_iter为所述最大更新次数；l为所有元素都为1的1
×
d的矩阵，d为所述多种模型参数的维数。
[0028]
在一些可能的实现方式中，所述更新位置包括加入更新位置，所述根据所述传输效率模型对所述多个加入个体的位置进行更新包括：
[0029]
采用莱维飞行策略，根据所述传输效率模型对所述多个加入个体的位置进行更新；
[0030]
其中，所述加入更新位置为：
[0031][0032]
a

＝a
t
(aa
t
)
‑1[0033]
[0034][0035][0036]
式中，为第t 1次更新后的种群最优位置；为第t次更新后的种群最差位置；n为所述初始种群的种群数量；a

为1
×
d的矩阵，且每个元素都被随机赋值为1或
‑
1；s为莱维飞行路径；μ、ν均服从正态分布；γ为积分运算；γ为1.5。
[0037]
在一些可能的实现方式中，所述更新位置包括侦查更新位置，所述侦查更新位置为：
[0038][0039]
式中，为第t次更新后的种群最优位置；β为步长控制参数，β为随机数，并服从均值为0，方差为1的正态分布；k为第三随机数，k∈[
‑
1,1]；f
i
为第t次更新后的个体的适应度值；f
g
为第t次更新后种群的最优适应度值；f
w
为第t次更新后种群的最差适应度值；ε为常数。
[0040]
在一些可能的实现方式中，所述多个发现个体与所述多个个体的比例为0.2；所述多个侦查个体与所述多个个体的比例为0.1
‑
0.2。
[0041]
在一些可能的实现方式中，所述传输效率模型为：
[0042][0043]
k
m
＝f(m)
[0044]
ω＝2πf
[0045]
式中，η为传输效率；ω为电源角频率；f为电源频率；k
m
为耦合系数；m为线圈互感；r
l
为负载阻值；r
s
为电源内阻；r1为发射线圈的等效电阻；r2为接收线圈的等效电阻。
[0046]
另一方面，本发明还提供了一种无线电能传输系统参数优化装置，包括：
[0047]
模型建立单元，用于建立无线电能传输系统的传输效率模型，所述传输效率模型包括多种模型参数；
[0048]
种群初始化单元，用于根据所述多种模型参数生成初始种群；所述初始种群包括多个个体，所述多个个体包括多个发现个体、多个加入个体和多个侦查个体；
[0049]
位置更新单元，用于根据所述传输效率模型对所述多个发现个体、多个加入个体
和多个侦查个体的位置进行更新，获得更新位置；
[0050]
变异单元，用于根据对所述多个发现个体、多个加入个体和多个侦查个体的位置进行更新的更新次数选取变异策略，并确定在执行变异策略后的所述多个个体的最优适应度值及最差适应度值；
[0051]
目标模型参数确定单元，用于判断所述更新次数是否小于最大更新次数，若所述更新次数小于所述最大更新次数，则返回位置更新单元，若所述更新次数大于或等于所述最大更新次数，则与所述最优适应度值对应的个体位置为所述无线电能传输系统的目标模型参数。
[0052]
采用上述实施例的有益效果是：本发明提供的无线电能传输系统参数优化方法，首先建立无线电能传输系统的传输效率模型，通过麻雀优化算法对传输效率模型中的多种模型参数进行优化，而不仅仅是对其中一种模型参数进行优化，可最大化无线电能传输系统的传输效率。进一步地，本发明通过根据更新次数选取变异策略，在避免麻雀优化算法陷入局部最优解的同时，还可提高麻雀优化算法的收敛速度，进而在提高对无线电能传输系统参数优化的速度的同时，提高获得的目标模型参数的可靠性和鲁棒性。
附图说明
[0053]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0054]
图1为本发明提供的无线电能传输系统参数优化方法的一个实施例流程示意图；
[0055]
图2为本发明提供的无线电能传输系统的一个实施例结构示意图；
[0056]
图3为本发明图1中s102的一个实施例流程示意图；
[0057]
图4为本发明图1中s104的一个实施例流程示意图；
[0058]
图5为本发明提供的无线电能传输系统参数优化装置的一个实施例结构示意图；
[0059]
图6为本发明提供的电子设备的一个实施例结构示意图。
具体实施方式
[0060]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0061]
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0062]
本发明提供了一种无线电能传输系统参数优化方法及装置，以下分别进行说明。
[0063]
图1为本发明提供的无线电能传输系统参数优化方法的一个实施例流程示意图，如图1所示，该无线电能传输系统参数优化方法包括：
[0064]
s101、建立无线电能传输系统的传输效率模型，传输效率模型包括多种模型参数；
[0065]
s102、根据多种模型参数生成初始种群；初始种群包括多个个体，多个个体包括多个发现个体、多个加入个体和多个侦查个体；
[0066]
s103、根据传输效率模型对多个发现个体、多个加入个体和多个侦查个体的位置进行更新，获得更新位置；
[0067]
s104、根据对多个发现个体、多个加入个体和多个侦查个体的位置进行更新的更新次数选取变异策略，并确定在执行变异策略后的多个个体的最优适应度值及最差适应度值；
[0068]
s105、判断更新次数是否小于最大更新次数，若更新次数小于最大更新次数，则返回步骤s103，若更新次数大于或等于最大更新次数，则与最优适应度值对应的个体位置为无线电能传输系统的目标模型参数。
[0069]
与现有技术相比，本发明实施例提供的无线电能传输系统参数优化方法，首先建立无线电能传输系统的传输效率模型，通过麻雀优化算法对传输效率模型中的多种模型参数进行优化，而不仅仅是对其中一种模型参数进行优化，可最大化无线电能传输系统的传输效率。进一步地，本发明实施例通过根据更新次数选取变异策略，在避免麻雀优化算法陷入局部最优解的同时，还可提高麻雀优化算法的收敛速度，进而在提高对无线电能传输系统参数优化的速度的同时，提高获得的目标模型参数的可靠性和鲁棒性。
[0070]
在本发明的一些实施例中，步骤s101中的无线电能传输系统如图2所示，无线电能传输系统10包括发射端11和接收端12，发射端11包括高频交流电源u
s
以及沿从高频交流电源u
s
的正极到负极依次设置的电源内阻r
s
、发射线圈的等效电阻r1、长度为l1的发射线圈以及第一外接调谐电容c1；接收端12包括正对于发射线圈的长度为l2的接收线圈，以及依次连接在接收线圈两端的接收线圈的等效电阻r2、负载电阻r
l
以及第二外接调谐电容c2。
[0071]
由基尔霍夫电压定律可确定发射端11和接收端12的谐振回路电流，具体地：
[0072][0073][0074][0075]
其中，ω为电源角频率；m为线圈互感。
[0076]
根据上述公式，可以得到发射端11和接收端12的谐振回路电流为：
[0077][0078]
在系统处于谐振状态时，此时的电源角频率为：
[0079][0080]
输出功率p为：
[0081][0082]
则无线电能传输系统的传输效率为：
[0083][0084]
k
m
＝f(m)
[0085]
ω＝2πf
[0086]
式中，η为传输效率；f为电源频率；k
m
为耦合系数。
[0087]
在本发明的具体实施例中，步骤s102中的多个发现个体与多个个体的比例为0.2；多个侦查个体与多个个体的比例为0.1
‑
0.2。
[0088]
应当理解的是：具体比例可根据实际情况进行调整，并不限于上述比例，在此不做一一赘述。
[0089]
在本发明的一些实施例中，多种模型参数为负载电阻r
s
、电源频率f和耦合系数k
m
；即：各个个体的位置值均为3维参数。
[0090]
在本发明的一些实施例中，如图3所示，步骤s102包括：
[0091]
s301、确定多种模型参数的初始值的上下边界、种群数量；
[0092]
s302、基于tent映射，根据初始值的上下边界和种群数量生成n个初始解；
[0093]
s303、基于反向学习生成与n个初始解一一对应的n个反向解；
[0094]
s304、将n个初始解和n个反向解进行合并，生成待选解集，根据传输效率模型确定待选解集的多个适应度值；
[0095]
s305、沿从大到小的顺序对多个适应度值进行排序，选取适应度最好的n个待选解，形成初始种群；其中，n为种群数量。
[0096]
本发明实施例通过tent映射和反向学习确定初始种群，得到一个在解空间上分布均匀的初始种群，解决了传统初始种群初始化方法生成的初始种群个体在解空间分布不均的问题，为后续优化更新在解空间上寻到最优的解奠定了基础。并且，通过tent映射和反向学习确定初始种群，还可进一步提高算法的收敛速度，从而进一步提高目标模型参数的确定速度。
[0097]
在本发明的具体实施例中，负载电阻r
s
的上边界为30ω，下边界为5ω；电源频率f的上边界为100khz，下边界为50khz；耦合系数k
m
的上边界为1，下边界为0；种群数量为500。
[0098]
在本发明的一些实施例中，变异策略包括柯西变异策略和高斯变异策略，如图4所示，步骤s104包括：
[0099]
s401、判断更新次数是否小于阈值更新次数；
[0100]
s402、若更新次数小于阈值更新次数，则选取柯西变异策略；
[0101]
s403、若更新次数大于或等于阈值更新次数，则选取高斯变异策略；
[0102]
其中，阈值更新次数小于最大更新次数。
[0103]
本发明实施例通过设置当更新次数小于阈值更新次数时，选取柯西变异策略对个体进行变异，避免算法陷入局部最优解，使算法拥有很强的跳出局部最优的能力，进而可快
速得到目标模型参数；当更新次数大于或等于阈值更新次数时，选取高斯变异策略对个体进行变异，可进行更加细致的局部搜索，进一步加快算法的收敛速度，从而进一步提高获得目标模型参数的速度。
[0104]
在本发明的优选实施例中，阈值更新次数为：
[0105]
t
y
＝max_iter/2
[0106]
式中，t
y
为阈值更新次数，max_iter为最大更新次数。
[0107]
本发明实施例通过设置阈值更新次数为最大更新次数的一半，相比于使用高斯
‑
柯西融合变异策略，计算量更小，可进一步提高算法收敛速度。
[0108]
在本发明的具体实施例中，最大更新次数为200。
[0109]
在本发明的一些实施例中，更新位置包括发现更新位置，发现更新位置为：
[0110][0111]
式中，为第i个发现个体第t 1次更新后第j维的个体更新位置；为第i个发现个体第t次更新后第j维的个体更新位置；α为第一均匀随机数，α∈(0,1]；q为服从标准正态分布随机数；r第二均匀随机数，r∈[0,1]；st为警戒阈值，st∈[0.5,1.0]；max_iter为最大更新次数；l为所有元素都为1的1
×
d的矩阵，d为多种模型参数的维数。
[0112]
在本发明的一些实施例中，更新位置包括加入更新位置，步骤s104中根据传输效率模型对多个加入个体的位置进行更新包括：
[0113]
采用莱维飞行策略，根据传输效率模型对多个加入个体的位置进行更新。
[0114]
首先鉴于麻雀搜索算法更新策略的局部性，引入莱维飞行策略改进麻雀的位置更新方式，以确保单个麻雀个体不会被局限在最优麻雀个体的附近，来提高麻雀搜索算法在高维复杂空间中的开发能力，并扩大了搜索空间，即确保麻雀搜索不会陷入局部最优解，提高获得的目标模型参数的可靠性和鲁棒性。
[0115]
莱维飞行的位置更新公式如下：
[0116][0117]
其中，x
i
′
(t)为第t次更新的第i个解；l为控制步长的权重；levy(λ)为随机搜索路径，满足levy(λ):μ＝t
‑
λ，1≤λ≤3。
[0118]
采用mantegna算法得出莱维飞行路径表达式如下：
[0119][0120]
其中，μ、ν为：
[0121]
[0122][0123]
其中，s为莱维飞行路径；μ、ν均服从正态分布；γ为积分运算；γ为1.5。
[0124]
融合莱维飞行后的加入更新位置为：
[0125][0126]
a

＝a
t
(aa
t
)
‑1[0127]
式中，为第t 1次更新后的种群最优位置；为第t次更新后的种群最差位置；n为初始种群的种群数量；a

为1
×
d的矩阵，且每个元素都被随机赋值为1或
‑
1。
[0128]
在本发明的一些实施例中，更新位置包括侦查更新位置，侦查更新位置为：
[0129][0130]
式中，为第t次更新后的种群最优位置；β为步长控制参数，β为随机数，并服从均值为0，方差为1的正态分布；k为第三随机数，k∈[
‑
1,1]；f
i
为第t次更新后的个体的适应度值；f
g
为第t次更新后种群的最优适应度值；f
w
为第t次更新后种群的最差适应度值；ε为常数。
[0131]
在本发明的一个具体实施例中，获得的与最优适应度值对应的个体位置为[80khz、0.2、12ω]，即：目标模型参数为：电源频率f为80khz，耦合系数k
m
为0.2，负载电阻r
l
的阻值为12ω时，无线电能传输系统的传输效率达到最大值。
[0132]
为了更好实施本发明实施例中的无线电能传输系统参数优化方法，在无线电能传输系统参数优化方法基础之上，对应的，如图5所示，本发明实施例还提供了一种无线电能传输系统参数优化装置500，包括：
[0133]
模型建立单元501，用于建立无线电能传输系统的传输效率模型，传输效率模型包括多种模型参数；
[0134]
种群初始化单元502，用于根据多种模型参数生成初始种群；初始种群包括多个个体，多个个体包括多个发现个体、多个加入个体和多个侦查个体；
[0135]
位置更新单元503，用于根据传输效率模型对多个发现个体、多个加入个体和多个侦查个体的位置进行更新，获得更新位置；
[0136]
变异单元504，用于根据对多个发现个体、多个加入个体和多个侦查个体的位置进
行更新的更新次数选取变异策略，并确定在执行变异策略后的多个个体的最优适应度值及最差适应度值；
[0137]
目标模型参数确定单元505，用于判断更新次数是否小于最大更新次数，若更新次数小于最大更新次数，则返回位置更新单元503，若更新次数大于或等于最大更新次数，则与最优适应度值对应的个体位置为无线电能传输系统的目标模型参数。
[0138]
上述实施例提供的无线电能传输系统参数优化装置500可实现上述无线电能传输系统参数优化方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述无线电能传输系统参数优化方法实施例中的相应内容，此处不再赘述。
[0139]
如图6所示，本发明还相应提供了一种电子设备600。该电子设备600包括处理器601、存储器602及显示器603。图6仅示出了电子设备600的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
[0140]
存储器602在一些实施例中可以是电子设备600的内部存储单元，例如电子设备600的硬盘或内存。存储器602在另一些实施例中也可以是电子设备600的外部存储设备，例如电子设备600上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
[0141]
进一步地，存储器602还可既包括电子设备600的内部储存单元也包括外部存储设备。存储器602用于存储安装电子设备600的应用软件及各类数据。
[0142]
处理器601在一些实施例中可以是一中央处理器(central processing unit，cpu)，微处理器或其他数据处理芯片，用于运行存储器602中存储的程序代码或处理数据，例如本发明实施例中的无线电能传输系统参数优化方法。
[0143]
显示器603在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light
‑
emitting diode，有机发光二极管)触摸器等。显示器603用于显示在电子设备600的信息以及用于显示可视化的用户界面。电子设备600的部件601
‑
603通过系统总线相互通信。
[0144]
在一实施例中，当处理器601执行存储器602中的无线电能传输系统参数优化程序时，可实现以下步骤：
[0145]
步骤1：建立无线电能传输系统的传输效率模型，传输效率模型包括多种模型参数；
[0146]
步骤2：根据多种模型参数生成初始种群；初始种群包括多个个体，多个个体包括多个发现个体、多个加入个体和多个侦查个体；
[0147]
步骤3：根据传输效率模型对多个发现个体、多个加入个体和多个侦查个体的位置进行更新，获得更新位置；
[0148]
步骤4：根据对多个发现个体、多个加入个体和多个侦查个体的位置进行更新的更新次数选取变异策略，并确定在执行变异策略后的多个个体的最优适应度值及最差适应度值；
[0149]
步骤5：判断更新次数是否小于最大更新次数，若更新次数小于最大更新次数，则返回步骤3，若更新次数大于或等于最大更新次数，则与最优适应度值对应的个体位置为无线电能传输系统的目标模型参数。
[0150]
应当理解的是：处理器601在执行存储器602中的无线电能传输系统参数优化程序
时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
[0151]
进一步地，本发明实施例对提及的电子设备600的类型不做具体限定，电子设备600可以为手机、平板电脑、个人数字助理(personal digital assistant，pda)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载ios、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备600也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
[0152]
相应地，本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述无线电能传输系统参数优化方法实施例提供的方法步骤或功能。
[0153]
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
[0154]
以上对本发明所提供的无线电能传输系统参数优化方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。