技术特征：
1.一种无线电能传输系统线圈互感建模方法，其特征在于，所述方法包括：获取用于无线电能传输的两个磁场耦合线圈的多组测量数据，并将多组所述测量数据分为训练样本和测试样本；所述测量数据包括线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数以及对应的两个线圈之间的线圈互感；构建线圈互感模型；所述线圈互感模型是bp神经网络，包括输入层、隐藏层以及输出层；所述输入层包含的节点数目与线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数的数量的总和相同，所述隐藏层的层数为2，每层隐藏层的节点个数是根据训练样本中样本总数、输入层节点数量、输出层节点数量以及预设的比例参数确定的；所述输出层包含1个节点；利用训练样本对线圈互感模型进行训练，模型采用正向信号转播、反向误差转播、循环调整连接权重的方式进行训练，直到在测试数据上输出层误差小于预设阈值误差或者循环次数达到预设训练次数结束循环，得到训练好的线圈互感模型；利用训练好的线圈互感模型估计不存在于训练样本和测试样本中的线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数与线圈互感之间的关系。2.根据权利要求1所述的方法，其特征在于，所述测量数据包括线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数以及对应的两个线圈之间的线圈互感；所述线圈的自身参数包括线圈的形状、尺寸以及匝数；所述环境参数包括介质的电导率、磁导率、温度以及压力；获取两线圈的多组测量数据，并将多组所述测量数据分为训练样本和测试样本，包括：在线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数确定的情况下，利用阻抗测试仪测量两线圈顺接串联组成电感的自感和两线圈反接串联组成电感的自感，得到对应的线圈互感；通过改变线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数，并测量对应的线圈互感，得到多组测量数据。3.根据权利要求1所述的方法，其特征在于，利用训练样本对线圈互感模型进行训练，模型采用正向信号转播、反向误差转播、循环调整连接权重的方式进行训练，直到在测试数据上输出层误差小于预设阈值误差或者循环次数达到预设训练次数结束循环，得到训练好的线圈互感模型，包括：采用随机函数对各层之间的连接权重进行初始化，得到初始化权重；将训练样本中的线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数作为线圈互感模型输入层的正向输入，并直接将其作为输入层的正向输出；将输入层的正向输出与输入层和第一隐藏层之间的连接权重相乘求和作为第一隐藏层的正向输入，经过激活函数激活后，得到第一隐藏层的正向输出；依此类推，直到计算出输出层的正向输出并作为模型的计算输出；根据模型的计算输出和标准输出的差值，确定输出层误差，并作为输出层的反向输入；所述标准输出为训练样本中的线圈互感；根据输出层的反向输入和激活函数的倒数，可计算输出层的反向输出；根据输出层的反向输出和输出层与第二隐藏层之间连接权重矩阵的转置，计算第二隐藏层的反向输入；依此类推，直到计算出第一隐藏层的反向输出；
根据后一层第i个节点的反向输出、预设学习速率以及前一层第j个节点的正向输入，得到前后层之间连接权重的调整量；根据前后层之间连接权重的调整量和对应层之间的连接权重更新对应层之间的连接权重，并进行下一轮训练，直到每一个训练样本都参与训练为止，训练完成；利用测试数据对训练得到的线圈互感模型进行测试，直到在测试数据上输出层误差小于预设阈值误差或者循环次数达到预设训练轮数时结束循环，得到训练好的线圈互感模型。4.根据权利要求1所述的方法，其特征在于，线圈互感模型的输入参数包括：线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数；所述方法还包括：将训练样本和测试样本以外的线圈互感模型的输入参数输入到训练好的线圈互感模型中，得到模型的输出结果；根据所述输出结果与实验得到的对应线圈互感，得到输出误差；当输出误差大于预设阈值误差时，则调整预设误差阈值或预设训练次数重新进行训练，直到验证结果满足误差要求，得到训练好的线圈互感模型。5.一种无线电能传输系统线圈互感建模装置，其特征在于，所述装置包括：数据获取模块，用于获取用于无线电能传输的两个磁场耦合线圈的多组测量数据，并将多组所述测量数据分为训练样本和测试样本；所述测量数据包括线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数以及对应的两个线圈之间的线圈互感；线圈互感模型构建模块，用于构建线圈互感模型；所述线圈互感模型是bp神经网络，包括输入层、隐藏层以及输出层；所述输入层包含的节点数目与测量数据中的线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数的参数数量的总和相同，所述隐藏层的层数为2，每层隐藏层的节点个数是根据训练样本中样本总数、输入层节点数量、输出层节点数量以及预设的比例参数确定的；所述输出层包含1个节点；线圈互感模型训练模块，用于利用训练样本对线圈互感模型进行训练，模型采用正向信号转播、反向误差转播、循环调整连接权重的方式进行训练，直到在测试数据上输出层误差小于预设阈值误差或者循环次数达到预设训练次数结束循环，得到训练好的线圈互感模型；线圈互感模块，用于利用训练好的线圈互感模型估计不存在于训练样本和测试样本中的线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数与线圈互感之间的关系。6.根据权利要求5所述的装置，其特征在于，所述测量数据包括线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数以及对应的两个线圈之间的线圈互感；所述线圈的自身参数包括线圈的形状、尺寸以及匝数等；所述环境参数包括介质的电导率、磁导率、温度以及压力等；数据获取模块，还用于在线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数确定的情况下，利用阻抗测试仪测量两线圈顺接串联组成电感的自感和两线圈反接串联组成电感的自感，得到对应的线圈互感；通过改变线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数，并测量对应的线圈互感，得到多组
测量数据。7.根据权利要求5所述的装置，其特征在于，线圈互感模型训练模块，还用于采用随机函数对各层之间的连接权重进行初始化，得到初始化权重；将训练样本中的线圈的自身参数、线圈所处的环境参数以及两个磁场耦合线圈的相对位置参数作为线圈互感模型输入层的正向输入，并直接将其作为输入层的正向输出；将输入层的正向输出与输入层和第一隐藏层之间的连接权重相乘求和作为第一隐藏层的正向输入，经过激活函数激活后，得到第一隐藏层的正向输出；依此类推，直到计算出输出层的正向输出并作为模型的计算输出；根据模型的计算输出和标准输出的差值，确定输出层误差，并作为输出层的反向输入；所述标准输出为训练样本中的线圈互感；根据输出层的反向输入和激活函数的倒数，可计算输出层的反向输出；根据输出层的反向输出和输出层与第二隐藏层之间连接权重矩阵的转置，计算第二隐藏层的反向输入；依此类推，直到计算出第一隐藏层的反向输出；根据后一层第i个节点的反向输出、预设学习速率以及前一层第j个节点的正向输入，得到前后层之间连接权重的调整量；根据前后层之间连接权重的调整量和对应层之间的连接权重更新对应层之间的连接权重，并进行下一轮训练，直到每一个训练样本都参与训练为止，训练完成；利用测试数据对训练得到的线圈互感模型进行测试，直到在测试数据上输出层误差小于预设阈值误差或者循环次数达到预设训练轮数时结束循环，得到训练好的线圈互感模型。8.根据权利要求5所述的装置，其特征在于，线圈互感模型的输入参数包括：线圈的自身参数、线圈所处的环境参数、两个磁场耦合线圈的相对位置参数；所述装置还包括，验证模块，用于将训练样本和测试样本以外的线圈互感模型的输入参数输入到训练好的线圈互感模型中，得到模型的输出结果；根据所述输出结果与实验得到的对应线圈互感，得到输出误差；当输出误差大于预设阈值误差时，则调整预设误差阈值或预设训练次数重新进行训练，直到验证结果满足误差要求，得到训练好的线圈互感模型。
技术总结
本申请涉及一种无线电能传输系统线圈互感建模方法和装置。所述方法包括获取两线圈的多组测量数据，并将多组测量数据分为训练样本和测试样本；构建线圈互感模型；该模型是BP神经网络，包括输入层、隐藏层及输出层；利用训练样本对该模型进行训练，得到训练好的线圈互感模型。利用该模型估计不存在于训练样本和测试样本中的线圈互感模型的输入参数与对应的线圈互感之间的关系。本方法能够对任意相对位置的线圈互感进行建模，并且适用于不同参数的线圈；使用实验数据作为建模的数据来源，可将传统理论推导中无法量化的参数项进行整体建模，可提高参数到线圈互感的模型精度，对磁耦合谐振无线电能传输系统的分析和设计具有一定提升作用。升作用。升作用。
技术研发人员：戴卓月 骆彦廷 杨拥民 李磊 沈国际 彭俊杰 刘宸 肖堉涵
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2021.12.29
技术公布日：2022/4/8