无线输电系统的控制方法及装置与流程

本发明涉及无线输电领域，尤其涉及一种无线输电系统的控制方法及装置。

背景技术：

1、当将竖直导体棒通过超高频的交流电时，在竖直导体棒的周围就会形成超高频的电磁波，这时人们认为竖直导体棒发射出了无线电波。如果把一个圆环形的线圈作为天线，放在无线电波的周期变化的磁场里，那么线圈里就会感应出相应的电流。基于无线电波的无线充电技术利用了电波能量可以通过天线发送和接收的原理，直接在整流电路中将电波的交流波形变换成直流后加以利用。一般地，基于无线电波的无线充电技术的传输距离最高可以达到10-20米。

2、示例地，公开号为cn105305644a的中国发明专利提出的一种可控制输电范围的远距无线输电装置，所述远距无线输电装置包括输电发射模块、无线输送效率增强包裹层、接收模块。发射模块将电能转换成电磁波；增强包裹层通过改变电磁波近场分布模式，有效提高发射模块和接收模块之间的耦合强度；接收模块接收电磁波并转换成电能。该专利中的输电发射模块及其无线输送效率增强包裹层可以作为基础设施沿着交通路线连续、分段或者定点的设置在路面下或道路附近，为远距离安装有接收模块的运动目标或者静止目标无线输电；也可用于建筑物内，对有效范围内的设备无线输电。

3、示例地，公开号为cn112260415a中国发明专利提出的一种无线输电系统及控制方法，所述输电系统包括磁耦合谐振输电模块、控制器、开关驱动器；磁耦合谐振输电模块包括直流电压源、全桥逆变器、能量发射谐振电路、能量接收谐振电路、不可控桥式整流器、滤波电容cf、负载rl；全桥逆变器与直流电压源以及能量发射谐振电路连接；能量接收谐振电路与能量发射谐振电路以及不可控桥式整流器连接；滤波电容cf与负载rl并联后，与不可控桥式整流器连接；全桥逆变器与不可控桥式整流器均与开关驱动器连接；控制器分别与直流电压源、负载rl、开关驱动器以及全桥逆变器连接。该专利的优点在于：极大的提升了无线输电系统的动态稳定性，进而极大的提升了电能传输的效率。

4、

5、然而，上述现有技术仅仅局限于无线输电系统的内部结构以及工作性能的优化，无法对同一结构配置以及同一参数配置下的无线输电系统在各个三维空间位置的充电效果进行预测和比较，更不用说对距离无线输电电源装置例如竖直导体棒等距的各个三维空间位置分别对应的各份无线输电功率进行预测和比较，导致在相同配置下每一个具体数值的距离对应的最佳充电位置难以提前判断，而需要进行大量的实验和数据测量才能进行初步的鉴别，显然，这种实验测量方式存在的弊端一方面在于需要耗费大量的时间成本和人工成本，另一方面在于无法穷尽各个等距的三维空间位置。

技术实现思路

1、为了解决相关领域的技术问题，本发明提供了一种无线输电系统的控制方法及装置，能够为不同数值的超高频无线输电系统设计不同定制结构的人工智能模型，对相同配置下到输电电源等距的各个三维空间位置处分别对应的各份无线输电功率进行智能预测和比对，以获得相同配置下每一个具体数值的距离对应的最佳充电位置，更重要的是，采取自动推送机构将移动充电设备自动推送到最佳充电位置处实施实体充电，从而在节省大量的运算成本、人工成本以及时间成本的情况下穷尽各个等距的三维空间位置实现对每一个具体数值的距离对应的最佳充电位置的智能解析以及相应的自动控制处理，提升了整个无线输电系统的智能化水平以及自动化水平。

2、根据本发明的第一方面，提供了一种无线输电系统的控制方法，所述方法包括：

3、获取竖直导体棒的各项导体数据以及接收线圈的各项线圈数据，超高频的交流电通过竖直导体棒以在竖直导体棒周围形成电磁波，接收线圈位于移动充电设备处以接收所述电磁波并生成相应的交流电流，竖直导体棒与移动充电设备构成无线输电系统；

4、采集所述无线输电系统的各项配置信息，所述无线输电系统的各项配置信息为超高频的交流电的频率数值、竖直导体棒的形心与移动充电设备的形心之间的设定距离数值以及移动充电设备的充电电池的最大容量，超高频的交流电的频率数值为2.45g、5.8g，13g、35ghz、45ghz、94ghz、140ghz或者220ghz；

5、以竖直导体棒的形心为三维坐标系的原点确定三维坐标系，获取到原点的距离等于设定距离数值的各份三维坐标数值；

6、采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联；

7、接收各份三维坐标数值分布对应的各份输电功率的预测数值，将最大值的预测数值对应的一份三维坐标数值作为目标充电坐标数值并推送移动充电设备到目标充电坐标数值对应的三维位置处。

8、进一步地，接收各份三维坐标数值分布对应的各份输电功率的预测数值，将最大值的预测数值对应的一份三维坐标数值作为目标充电坐标数值并推送移动充电设备到目标充电坐标数值对应的三维位置处包括：采用具有定位器件、驱动器件以及机械手臂的自动推送机构推送所述移动充电设备到目标充电坐标数值对应的三维位置处；

9、其中，以竖直导体棒的形心为三维坐标系的原点确定三维坐标系，获取到原点的距离等于设定距离数值的各份三维坐标数值包括：每一份三维坐标数值由水平坐标数值、垂直坐标数值以及高度坐标数值构成；

10、其中，获取竖直导体棒的各项导体数据以及接收线圈的各项线圈数据包括：所述竖直导体棒的各项导体数据为所述竖直导体棒的电阻值、导体截面面积以及导体长度，所述接收线圈的各项线圈数据为所述接收线圈的电感值、磁导率、匝数、面积以及长度，所述接收线圈为圆环型线圈；

11、其中，所述无线输电系统的各项配置信息为超高频的交流电的频率数值、竖直导体棒的形心与移动充电设备的形心之间的设定距离数值以及移动充电设备的充电电池的最大容量包括：竖直导体棒的形心与移动充电设备的形心之间的设定距离数值为2米到20米之间的一个具体数值。

12、进一步地，在采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联之前，所述方法还包括：

13、对前馈神经网络执行多次学习，以获得经过设定次数的多次学习的前馈神经网络；

14、其中，对前馈神经网络执行多次学习，以获得经过设定次数的多次学习的前馈神经网络包括：在对前馈神经网络执行的每一次学习中，将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及所述移动充电设备的形心所在的三维位置对应的三维坐标数值作为所述前馈神经网络的各项输入内容，将已测的所述移动充电设备在所述三维位置处单位时间接收到的实际输电功率作为所述前馈神经网络的单项输出内容，完成本次学习；

15、其中，在对前馈神经网络执行的每一次学习中，将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及所述移动充电设备的形心所在的三维位置对应的三维坐标数值作为所述前馈神经网络的各项输入内容，将已测的所述移动充电设备在所述三维位置处单位时间接收到的实际输电功率作为所述前馈神经网络的单项输出内容，完成本次学习包括：所述移动充电设备的形心所在的三维位置到所述竖直导体棒的形心所在的三维位置的实际距离等于所述无线输电系统的各项配置信息中的设定距离数值。

16、进一步地，在接收各份三维坐标数值分布对应的各份输电功率的预测数值，将最大值的预测数值对应的一份三维坐标数值作为目标充电坐标数值并推送移动充电设备到目标充电坐标数值对应的三维位置处之后，所述方法还包括：

17、接收最大值的预测数值对应的一份三维坐标数值，并实时显示所述最大值的预测数值对应的一份三维坐标数值。

18、进一步地，采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联包括：将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及每一份三维坐标数值作为所述经过设定次数的多次学习的前馈神经网络的各项输入内容；

19、其中，采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联还包括：将所述移动充电设备的形心放置在该三维坐标数值处时所述移动充电设备单位时间接收到的输电功率的预测数值为所述经过设定次数的多次学习的前馈神经网络的单项输出内容。

20、根据本发明的第二方面，提供了一种无线输电系统的控制装置，所述系统包括：

21、数据解析机构，用于获取竖直导体棒的各项导体数据以及接收线圈的各项线圈数据，超高频的交流电通过竖直导体棒以在竖直导体棒周围形成电磁波，接收线圈位于移动充电设备处以接收所述电磁波并生成相应的交流电流，竖直导体棒与移动充电设备构成无线输电系统；

22、配置采集机构，用于采集所述无线输电系统的各项配置信息，所述无线输电系统的各项配置信息为超高频的交流电的频率数值、竖直导体棒的形心与移动充电设备的形心之间的设定距离数值以及移动充电设备的充电电池的最大容量，超高频的交流电的频率数值为2.45g、5.8g，13g、35ghz、45ghz、94ghz、140ghz或者220ghz；

23、坐标捕获机构，用于以竖直导体棒的形心为三维坐标系的原点确定三维坐标系，获取到原点的距离等于设定距离数值的各份三维坐标数值；

24、遍历预测机构，分别与数据解析机构、配置采集机构以及坐标捕获机构连接，用于采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联；

25、控制机构，与遍历预测机构连接，用于接收各份三维坐标数值分布对应的各份输电功率的预测数值，将最大值的预测数值对应的一份三维坐标数值作为目标充电坐标数值并推送移动充电设备到目标充电坐标数值对应的三维位置处。

26、进一步地，接收各份三维坐标数值分布对应的各份输电功率的预测数值，将最大值的预测数值对应的一份三维坐标数值作为目标充电坐标数值并推送移动充电设备到目标充电坐标数值对应的三维位置处包括：采用具有定位器件、驱动器件以及机械手臂的自动推送机构推送所述移动充电设备到目标充电坐标数值对应的三维位置处；

27、其中，以竖直导体棒的形心为三维坐标系的原点确定三维坐标系，获取到原点的距离等于设定距离数值的各份三维坐标数值包括：每一份三维坐标数值由水平坐标数值、垂直坐标数值以及高度坐标数值构成；

28、其中，获取竖直导体棒的各项导体数据以及接收线圈的各项线圈数据包括：所述竖直导体棒的各项导体数据为所述竖直导体棒的电阻值、导体截面面积以及导体长度，所述接收线圈的各项线圈数据为所述接收线圈的电感值、磁导率、匝数、面积以及长度，所述接收线圈为圆环型线圈；

29、其中，所述无线输电系统的各项配置信息为超高频的交流电的频率数值、竖直导体棒的形心与移动充电设备的形心之间的设定距离数值以及移动充电设备的充电电池的最大容量包括：竖直导体棒的形心与移动充电设备的形心之间的设定距离数值为2米到20米之间的一个具体数值。

30、进一步地，所述装置还包括：

31、逐次学习机构，与所述遍历预测机构连接，用于对前馈神经网络执行多次学习，以获得经过设定次数的多次学习的前馈神经网络；

32、其中，对前馈神经网络执行多次学习，以获得经过设定次数的多次学习的前馈神经网络包括：在对前馈神经网络执行的每一次学习中，将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及所述移动充电设备的形心所在的三维位置对应的三维坐标数值作为所述前馈神经网络的各项输入内容，将已测的所述移动充电设备在所述三维位置处单位时间接收到的实际输电功率作为所述前馈神经网络的单项输出内容，完成本次学习；

33、其中，在对前馈神经网络执行的每一次学习中，将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及所述移动充电设备的形心所在的三维位置对应的三维坐标数值作为所述前馈神经网络的各项输入内容，将已测的所述移动充电设备在所述三维位置处单位时间接收到的实际输电功率作为所述前馈神经网络的单项输出内容，完成本次学习包括：所述移动充电设备的形心所在的三维位置到所述竖直导体棒的形心所在的三维位置的实际距离等于所述无线输电系统的各项配置信息中的设定距离数值。

34、进一步地，所述装置还包括：

35、led显示阵列，与所述遍历预测机构连接，用于接收最大值的预测数值对应的一份三维坐标数值，并实时显示所述最大值的预测数值对应的一份三维坐标数值。

36、进一步地，采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联包括：将所述竖直导体棒的各项导体数据、所述接收线圈的各项线圈数据、所述无线输电系统的各项配置信息以及每一份三维坐标数值作为所述经过设定次数的多次学习的前馈神经网络的各项输入内容；

37、其中，采用经过设定次数的多次学习的前馈神经网络基于竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及每一份三维坐标数值智能预测将移动充电设备的形心放置在该三维坐标数值处时移动充电设备单位时间接收到的输电功率的预测数值，设定次数的取值与超高频的交流电的频率数值正向关联还包括：将所述移动充电设备的形心放置在该三维坐标数值处时所述移动充电设备单位时间接收到的输电功率的预测数值为所述经过设定次数的多次学习的前馈神经网络的单项输出内容。

38、由此可见，本发明至少具备以下四处突出的实质性特点：

39、实质性特点a：针对作为超高频无线输电电源的竖直导体棒，智能预测到竖直导体棒的距离为设定距离的各个三维位置处的同一移动充电设备能够分别接收到的各份输电功率数值，将最大值的输电功率数值对应的三维位置作为所述设定距离的配置下的最优输电位置，从而不需要进行多次实际测试即可完成对相同配置下每一设定距离的最优输电位置的解析和定位，为优化无线输电系统的输电效果提供可靠的参考数据；

40、实质性特点b：在确定某一设定距离下的最优输电位置后，自动推送移动充电设备到所述最优输电位置处以启动无线输电操作，从而提升了无线输电系统的自动控制水准；

41、实质性特点c：采用定制结构的人工智能模型执行到竖直导体棒的距离为设定距离的各个三维位置处的输电功率数值的智能预测处理，所述人工智能模型的结构定制之处在于：所述人工智能模型为经过设定次数的多次学习的前馈神经网络，所述设定次数的取值与超高频的交流电的频率数值正向关联，超高频的交流电的频率数值为2.45g、5.8g，13g、35ghz、45ghz、94ghz、140ghz或者220ghz，从而完成对不同超高频的无线输电系统的不同人工智能模型的结构设计；

42、实质性特点d：在对前馈神经网络执行的每一次学习中，将竖直导体棒的各项导体数据、接收线圈的各项线圈数据、无线输电系统的各项配置信息以及移动充电设备的形心所在的三维位置对应的三维坐标数值作为所述前馈神经网络的各项输入内容，将已测的移动充电设备在所述三维位置处单位时间接收到的实际输电功率作为前馈神经网络的单项输出内容，完成本次学习，从而保证了每一次学习的效果和效率。