買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉湖北工業(yè)大學(xué)申請(qǐng)的專利一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115169224B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210755233.7，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法是由常雨芳;馬超;唐楊;周欣怡;張曉柯;黃文聰;嚴(yán)懷成;張皓;朱雨樵;黃津瑩;胡瀅設(shè)計(jì)研發(fā)完成，并于2022-06-29向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提出了一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法。本發(fā)明無(wú)線電能傳輸系統(tǒng)包括直流電源、逆變電路模塊、發(fā)射端諧振補(bǔ)償電容、發(fā)射線圈電感、發(fā)射線圈等效電阻、接收端諧振補(bǔ)償電容、接收線圈電感、接收線圈等效電阻、負(fù)載電阻。本發(fā)明方法結(jié)合無(wú)線電能傳輸效率模型構(gòu)建參數(shù)識(shí)別目標(biāo)模型，采用改進(jìn)灰狼算法將無(wú)線電能傳輸系統(tǒng)的負(fù)載與互感識(shí)別問(wèn)題轉(zhuǎn)化為一個(gè)求解發(fā)射端諧振電流實(shí)際檢測(cè)值與計(jì)算值之間的誤差最小值問(wèn)題，以誤差值最小對(duì)負(fù)載阻值與互感值進(jìn)行尋優(yōu)識(shí)別。本發(fā)明有效的減小電路復(fù)雜度以及系統(tǒng)體積，并可避免灰狼算法陷入局部最優(yōu)解，來(lái)更好的對(duì)無(wú)線電能傳輸系統(tǒng)進(jìn)行整體設(shè)計(jì)。

本發(fā)明授權(quán)一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于無(wú)線電能傳輸系統(tǒng)的改進(jìn)灰狼算法參數(shù)識(shí)別方法，其特征在于： 所述無(wú)線電能傳輸系統(tǒng)由發(fā)射串聯(lián)回路、接收串聯(lián)回路無(wú)線連接構(gòu)成； 所述的發(fā)射串聯(lián)回路由直流電源、逆變電路模塊、發(fā)射端諧振補(bǔ)償電容、發(fā)射線圈電感、發(fā)射線圈等效內(nèi)阻依次連接構(gòu)成； 所述的接收串聯(lián)回路由接收線圈電感、接收線圈等效電阻、接收線圈諧振補(bǔ)償電容、負(fù)載依次連接構(gòu)成； 所述改進(jìn)灰狼算法參數(shù)識(shí)別方法，包括以下步驟： 步驟1：根據(jù)逆變電路輸出電壓、諧振頻率、互感、負(fù)載電阻、發(fā)射線圈的等效電阻、接收線圈的等效電阻構(gòu)建無(wú)線電能傳輸功率模型、無(wú)線電能傳輸效率模型； 步驟2：根據(jù)基爾霍夫電壓定律與疊加定理得到互感M關(guān)于RL的函數(shù)表達(dá)式，推導(dǎo)出高次諧波次數(shù)n的值，互感M和負(fù)載RL兩個(gè)參數(shù)之間的映射關(guān)系是唯一確定的； 步驟3：結(jié)合無(wú)線電能傳輸效率模型構(gòu)建參數(shù)識(shí)別目標(biāo)模型，采用改進(jìn)灰狼算法將MCR-WPT系統(tǒng)的負(fù)載與互感識(shí)別問(wèn)題轉(zhuǎn)化為一個(gè)求解發(fā)射端諧振電流實(shí)際檢測(cè)值與計(jì)算值之間的誤差最小值問(wèn)題，以誤差函數(shù)值最小對(duì)負(fù)載阻值與互感值進(jìn)行尋優(yōu)識(shí)別； 步驟4：在整個(gè)無(wú)線充電系統(tǒng)設(shè)計(jì)時(shí)，涉及到負(fù)載和互感的參數(shù)識(shí)別時(shí)，通過(guò)改進(jìn)灰狼算法對(duì)無(wú)線電能傳輸系統(tǒng)的負(fù)載RL和互感M進(jìn)行尋優(yōu)，根據(jù)識(shí)別后負(fù)載RL和互感M確定無(wú)線電能傳輸系統(tǒng)的參數(shù)，使系統(tǒng)維持在一個(gè)較優(yōu)的環(huán)境下運(yùn)行； 步驟1所述無(wú)線電能傳輸功率模型為： 系統(tǒng)輸入功率為： 其中，uin為逆變電路輸出電壓，ω是諧振角頻率，M為互感，RL為負(fù)載電阻，R1為發(fā)射線圈的等效內(nèi)阻，R2為接收線圈的等效內(nèi)阻； 系統(tǒng)輸出功率為： 其中，uin為逆變電路輸出電壓，ω是諧振角頻率，M為互感，RL為負(fù)載電阻，R1為發(fā)射線圈的等效內(nèi)阻，R2為接收線圈的等效內(nèi)阻； 步驟1所述無(wú)線電能傳輸效率模型為： 其中，ω是諧振角頻率，M為互感，RL為負(fù)載電阻，R1為發(fā)射線圈的等效內(nèi)阻，R2為接收線圈的等效內(nèi)阻； 步驟1所述的角頻率ω在諧振條件下是定值，其余等效電阻和電感視作常量；故互感M、負(fù)載電阻RL均為待優(yōu)化求解的變量； 步驟2所述互感M關(guān)于RL的函數(shù)表達(dá)式為： 其中，n為高次諧波次數(shù)，ω是諧振角頻率，M為互感，L1為發(fā)射線圈等效電感，L2為接收線圈等效電感，C1為發(fā)射端諧振電容，C2為接收端諧振電容，RL為負(fù)載電阻，R1為發(fā)射線圈的等效內(nèi)阻，R2為接收線圈的等效內(nèi)阻，Udc為直流電源，In為發(fā)射端電流n次諧波的峰值； 步驟3中在T0時(shí)刻發(fā)射端諧振電流表達(dá)式為： 其中，T0為系統(tǒng)運(yùn)行穩(wěn)定后的第一個(gè)周期的起始時(shí)刻，T為系統(tǒng)運(yùn)行周期，T0＝mT； 步驟3中構(gòu)建互感與負(fù)載參數(shù)優(yōu)化目標(biāo)模型為： 其中，Yx＝ipx-ipxmea，ipxmea為系統(tǒng)穩(wěn)態(tài)運(yùn)行時(shí)發(fā)射端諧振電流的采樣值； 步驟3所述通過(guò)改進(jìn)灰狼算法進(jìn)行目標(biāo)模型優(yōu)化，具體過(guò)程為： 步驟3.1：初始化灰狼種群，迭代次數(shù)M，種群下界lb，上界ub，維度d；對(duì)灰狼種群的個(gè)體進(jìn)行等級(jí)定義；α為種群領(lǐng)導(dǎo)者，負(fù)責(zé)群體決策；β負(fù)責(zé)協(xié)助α決策；α空缺時(shí)可接替；傳遞命令與反饋；δ負(fù)責(zé)聽(tīng)從α和β的命令；適應(yīng)度不佳的α或β可能降級(jí)為δ；ω負(fù)責(zé)維持種群內(nèi)部平衡； 灰狼群體捕食的過(guò)程在α的帶領(lǐng)下完成；灰狼的狩獵包括以下三個(gè)主要部分：跟蹤、追逐和接近獵物；追捕、包圍和騷擾獵物，直到它停止移動(dòng)；攻擊獵物； 在狩獵過(guò)程中，將灰狼圍捕獵物的行為定義如下： 個(gè)體與獵物間的距離與灰狼的位置更新公式 其中，t是目前的迭代代數(shù)，和是系數(shù)向量，和分別是獵物的位置向量和灰狼的位置向量； 和的計(jì)算公式如下： 其中，是收斂因子，隨著迭代次數(shù)從2線性減小到0，其的模取[0,1]之間的隨機(jī)數(shù)； 假設(shè)α，β和δ更了解獵物的潛在位置；保存迄今為止取得的3個(gè)最優(yōu)解決方案，并利用這三者的位置來(lái)判斷獵物所在的位置，同時(shí)強(qiáng)迫其他灰狼個(gè)體依據(jù)最優(yōu)灰狼個(gè)體的位置來(lái)更新其位置，逐漸逼近獵物； 灰狼個(gè)體跟蹤獵物位置的數(shù)學(xué)模型描述如下： 其中，和分別表示α，β和δ與其他個(gè)體間的距離； 分別代表α，β和δ的當(dāng)前位置；是隨機(jī)向量，是當(dāng)前灰狼的位置； 狼群中ω個(gè)體朝向α，β和δ前進(jìn)的步長(zhǎng)和方向： 其中，和分別表示α，β和δ與其他個(gè)體間的距離； 分別代表α，β和δ的當(dāng)前位置；是隨機(jī)向量，是當(dāng)前灰狼的位置； ω的最終位置 其中，是當(dāng)前灰狼的位置； 灰狼算法GWO通過(guò)線性遞減參數(shù)a，從2至0，控制搜索向量的波動(dòng)范圍[-a,a]:當(dāng)時(shí)執(zhí)行全局探索避免局部最優(yōu)，當(dāng)時(shí)執(zhí)行局部開(kāi)發(fā)逼近最優(yōu)解；同時(shí)引入隨機(jī)向量作為擾動(dòng)權(quán)重，在迭代全程提供隨機(jī)性以增強(qiáng)跳出局部最優(yōu)的能力； 步驟3.2：對(duì)群智能優(yōu)化算法中的灰狼算法進(jìn)行改進(jìn)；采用Tent映射生成n個(gè)分布相對(duì)均勻的初始解，然后使用反向?qū)W習(xí)對(duì)每個(gè)初始解產(chǎn)生相應(yīng)的反向解；將初始解與反向解進(jìn)行對(duì)比，篩選出適應(yīng)度較好的N個(gè)個(gè)體作為初始種群，得到分布更加均勻的初始種群；Tent映射迭代公式為： 其中，b∈0,1，Xn∈[0,1]，n＝1,2,...,n； 在灰狼算法中,標(biāo)準(zhǔn)灰狼算法的收斂因子是從2線性遞減到0，很難適應(yīng)實(shí)際搜索過(guò)程； 基于Sigmoid函數(shù)的灰狼算法的收斂因子α，即 前期采用柯西變異，可以避免算法陷入局部最優(yōu)解；算法后期采用高斯變異，可以進(jìn)行細(xì)致的局部搜索，加快算法的收斂速度； 步驟3.3：采用改進(jìn)灰狼算法將MCR-WPT系統(tǒng)的負(fù)載與互感識(shí)別問(wèn)題轉(zhuǎn)化為一個(gè)求解發(fā)射端諧振電流實(shí)際檢測(cè)值與計(jì)算值之間的誤差最小值問(wèn)題，以誤差函數(shù)值最小問(wèn)題對(duì)負(fù)載阻值與互感值進(jìn)行參數(shù)識(shí)別。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人湖北工業(yè)大學(xué)，其通訊地址為：430068 湖北省武漢市洪山區(qū)南李路28號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。