掌桥专利:专业的专利平台
掌桥专利
首页

基于梯度迭代的复杂介质UWPT系统数据驱动建模方法

文献发布时间:2024-04-18 19:59:31


基于梯度迭代的复杂介质UWPT系统数据驱动建模方法

技术领域

本发明涉及水下无线电能传输(Underwater Wireless power transfer,UWPT)技术领域,尤其涉及一种基于梯度迭代的复杂介质UWPT系统数据驱动建模方法。

背景技术

随着陆地资源的逐渐耗尽,人们开始将视线转移到海洋资源的开发。目前水下工程普遍采用有线电缆进行供电,在便捷性和安全性上仍有很大的提高空间。而水下无线电能传输(Underwater Wireless power transfer,UWPT)技术可以为此问题的解决提供一个很好的思路。无线传能系统主要由以下几个部分组成:

①原边能量发射端

无线传能系统的发射端一般由电源、整流滤波电路、高频逆变电路以及谐振电路组成。无线传能系统由工频电源供电,首先经过整流滤波电路将工频电转化为我们所需要的直流电,接着进入由全桥逆变器或半桥逆变器组成的高频逆变电路,进而转化为高频的方波信号,最后通过谐振电路产生高频的交变磁场以实现传能。这里注意谐振电路应该和逆变器的工作频率一致。

②耦合磁场部分

此部分的作用为传递能量,原边高频交流电通过线圈时产生高频的磁场,借由高频磁场实现发射端与接收端的无线传能。

③副边能量接收端

接收端一般由谐振电路、整流滤波电路和负载组成。谐振电路的作用是提高复副边能量的接收效率。经过谐振电路的电流为交流电,需要通过整流以及滤波电路对电流进行变换,使系统最后输出的电流为直流电为负载供电。

建立对象的模型是进行控制与稳定性分析的前提和基础。可以服务于仿真、系统行为、系统内在机理分析、控制、预测、监督与故障诊断等。

目前传统的对系统建模的方式为机理分析法(解析法)。这种方法通常需要分析过程的运动规律,利用各个学科领域提出的物质和能量的守恒性和连续性等推导出描述系统的数学模型。这类建模方式有时也被称为白箱建模。它要求对系统工艺及其机理研究比较成熟,所涉及的理论、定理和数据也比较准确。在进行复杂条件的理论建模时,对于各个部分的数学特性必须清楚并且简洁,否则会使问题过于复杂化,再者实际过程的参数和结构也并非完全清楚。而在复杂介质条件下由于各参数的影响很难得到系统的结构与参数。因此对于本专利所讨论的条件下较难进行系统的机理建模。

发明内容

本发明提供一种基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,解决的技术问题在于:如何在复杂介质条件下对UWPT系统进行建模,简单估计出系统的结构与参数。

为解决以上技术问题,本发明提供基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,包括步骤:

S1、确定水下无线电能传输系统即UWPT系统的电路模型;

S2、建立所述电路模型的受控自回归模型为:

其中,{v(t)}和{θ(t)}分别是WPT系统的输入移相角和输出电压序列,

{n(t)}为0均值、方差为σ

S3、定义UWPT系统的参数向量

S4、采样长度为L的数据,并基于这些数据和所述受控自回归模型进行梯度迭代,获得参数

进一步地,所述步骤S4具体包括步骤:

S41、根据长度为L的数据,定义堆积输出向量V(L)与堆积信息矩阵Φ(L)如下:

其中,v(1) v(2) ... v(L)为长度为L的数据对应的v(t),

S42、定义关于参数向量

其中,|| ||表示范数;

S43、令k=1,2,3,…为迭代变量,定义参数向量

其中,

S44、以最小化

进一步地,在所述步骤S44中,采用负梯度进行迭代搜索,依照公式:

其中,μ>0为步长因子,grad[]表示梯度,k-1表示第k-1次迭代。

4、根据权利要求3所述的基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,其特征在于,步长因子μ需满足:

其中,

进一步地,在所述步骤S44中,所述迭代结束条件为:

其中,ε表示参数估计精度。

进一步地,所述步骤S44具体包括步骤:

S441、初始化,设所有变量初值为0,令迭代次数k=1,给定数据长度L以及参数估计精度ε;

S442、令k

S443、根据采样数据v(k

S444、用

S445、判断是否满足

进一步地,所述UWPT系统的电路模型包括原边能量发射端和副边能量接收端,所述原边能量发射端包括顺序连接的直流电源、逆变器、初级谐振结构,所述副边能量接收端包括顺序连接的次级谐振结构、整流桥、滤波电容C

进一步地,所述逆变器包括与所述直流电源并联的第一全桥逆变器和第二全桥逆变器。

进一步地,所述初级谐振结构包括连接所述第一全桥逆变器的第一初级谐振电路和连接所述第二全桥逆变器的第二初级谐振电路。

进一步地,所述第一初级谐振电路和所述第二初级谐振电路结构相同,均采用LCC型补偿拓扑;所述次级谐振结构采用S型补偿拓扑。

本发明提供的基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,首先确定水下无线电能传输系统即UWPT系统的电路模型,然后建立电路模型的受控自回归模型,然后定义UWPT系统的参数向量和信息向量,最后通过采样长度为L的数据,并基于这些数据和建立的受控自回归模型进行梯度迭代,迭代结束后输出当前系统参数

附图说明

图1是本发明实施例提供的UWPT系统的电路模型图;

图2是本发明实施例提供的图1的等效电路图;

图3是本发明实施例提供的利用采集的数据进行参数辨识的流程图;

图4是本发明实施例提供的实验时输入信号波形图;

图5是本发明实施例提供的系统实际输出波形与数据驱动建立模型输出波形对比图。

具体实施方式

下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。

由于水下等复杂介质存在盐水电导率的影响以及各个电气部分相互间的电磁干扰等原因,使得无线传能系统的传递函数模型极其难以通过传统的电路模型来进行确认。针对于此,本发明采用数据驱动建模,在求系统传递函数方面则要简单许多。数据驱动建模方法的优点如下:

一、由于系统的输入输出信号一般总是可测量的,系统的动态特性必然表现在这些输入输出数据中,在本专利所提到的复杂介质中,即使对系统的结构和参数一无所知,也可以通过多次测量得到的系统的运行和实验数据所提供的信息推算出系统的关系式,从而建立系统的数学模型;

二、基于数据驱动的模糊系统建模无需具备对象的先验知识,而是根据对象的输入输出数据直接建模,对于使用者的知识储备需求大大减少,并且在解决高度非线性和严重不确定性系统控制方面具有极大潜力;

三、这种数据驱动建模方式可以用较少的规则来表达输入输出之间的复杂关系。

具体的,本发明实施例提供的基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,包括步骤S1~S4。

S1、确定水下无线电能传输系统即UWPT系统的电路模型。

以图2所示的UWPT系统为例,UWPT系统的电路模型包括原边能量发射端和副边能量接收端,原边能量发射端包括顺序连接的直流电源、逆变器、初级谐振结构,副边能量接收端包括顺序连接的次级谐振结构、整流桥、滤波电容C

图2所示的等效电路图如图3所示。

S2、建立电路模型的受控自回归模型。

对于图2所示的电路,可以建立双LCC-WPT系统的受控自回归模型(Controlledautoregressive model,CAR)如下:

其中,{v(t)}和{θ(t)}分别是WPT系统的输入移相角和输出电压序列,{n(t)}为0均值、方差为σ

确定n

S3、定义UWPT系统的参数向量和信息向量,对受控自回归模型进行转化。

定义UWPT系统的参数向量为:

n=n

定义UWPT系统的信息向量

基于定义的参数向量

S4、采样输入输出数据,对参数

本步骤采样长度为L的数据,并基于这些数据和受控自回归模型进行梯度迭代,获得参数

S41、根据长度为L的数据,定义堆积输出向量V(L)与堆积信息矩阵Φ(L)如下:

其中,v(1) v(2) ... v(L)为长度为L的数据对应的v(t),

S42、定义关于参数向量

其中,|| ||表示范数;

S43、令k=1,2,3,…为迭代变量,定义参数向量

其中,

S44、以最小化

在步骤S44中,采用负梯度进行迭代搜索,依照公式:

其中,μ>0为步长因子,grad[]表示梯度,k-1表示第k-1次迭代

为保证式(8)的收敛性,步长因子μ需满足:

其中,

在步骤S44中,迭代结束条件为:

其中,ε表示参数估计精度。

基于以上分析,参考图3,步骤S44具体包括步骤:

S441、初始化,设所有变量初值为0,令迭代次数k=1,给定数据长度L以及参数估计精度ε;

S442、令k

S443、根据采样数据v(k

S444、用

S445、判断是否满足

由以上参数辨识流程,可得到系统的CAR参数模型,其离散传递函数形式为

对式(4.23)施加双线性变换,可得系统的连续传递函数模型为:

其中,s为拉普拉斯算子。

根据前文分析,在Simulink中搭建了系统仿真模型。给实际系统与通过数据驱动建模得出的系统同一个输入如图4,对比两者输出波形,如图5所示,其中蓝色波形为我们搭建的模型输出波形,橙色波形为数据驱动建模输出波形。从图5可以看出,通过本发明所提出的理论建立的模型与实际系统的输出响应有较高的拟合度,证明了此方法的有效性。

综上,本发明提供的基于梯度迭代的复杂介质UWPT系统数据驱动建模方法,首先确定水下无线电能传输系统即UWPT系统的电路模型,然后建立电路模型的受控自回归模型,然后定义UWPT系统的参数向量和信息向量,最后通过采样长度为L的数据,并基于这些数据和建立的受控自回归模型进行梯度迭代,迭代结束后输出当前系统参数

上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

相关技术
  • 车辆控制方法、装置、车辆及计算机可读存储介质
  • 安全带的控制方法、装置、计算机可读存储介质及车辆
  • 城轨车辆的电制动方法、装置、及计算机可读存储介质
  • 用于评估车辆的方法、装置、设备和计算机可读存储介质
  • 车辆及其控制方法、控制装置和计算机可读存储介质
  • 车辆绑定方法、装置、车辆及计算机可读存储介质
  • 混合动力车辆、混合动力车辆的控制方法、以及存储了用于使计算机执行混合动力车辆的控制的程序的计算机可读取的存储介质
技术分类

06120116519616