高传输效率无线电能发射系统的频率快速搜索方法

摘要

本发明公开了一种高传输效率无线电能发射系统频率快速搜索方法，将一般算法中的粒子群规模分开设定，分别为最大粒子群规模Nmax=30和最小粒子群规模Nmin=2，粒子群规模随着迭代次数增加而逐渐减小,其中粒子群规模的总体减小方式类似于指数型变化的曲线。本算法在搜索前期，粒子群规模变化较慢，有利于全局搜索，在搜索后期，粒子群规模变为最小，减去了冗余粒子，精简了算法，加快了算法后期收敛速度。本发明算法不但使得粒子规模选取有据可依，且算法在搜索前期具有较大自我学能力和社会学能力，在搜索后期，加快收敛速度，算法搜索时间减小。

主权项

高传输效率无线电能发射系统的频率快速搜索方法，其特征在于：将一般粒子群算法中的粒子群规模分开设定，分别为最大粒子群规模Nmax＝30和最小粒子群规模Nmin＝2，粒子群规模随着迭代次数增加而沿着指数曲线的方式逐渐减小，其具体实施步骤为：(1)、初始化算法，包括设定粒子种群维数D，最大迭代次数MaxNum，同时限定粒子最大速度v_max，初始化惯性权重w；(2)、直接设定粒子群最大规模Nmax为30和粒子群最小规模Nmin为2，随机初始化粒子的速度v和粒子的位置，设定初始粒子群规模为最大规模Nmax＝30，初始化迭代次数t＝1；(3)、采用适应度函数计算当前种群每个粒子的适应度函数值f_i，f_i表示第i个粒子的适应度函数值，其中ω＝2πf_r，f_r为当前激励频率，ω为激励电源的角频率，M为发射和接收线圈之间的互感，L₁，L₂为发射线圈和接收线圈电感，C₁，C₂为电容，R_s为电源内阻，R_L为负载电阻，R₁，R₂为回路中电阻；(4)、用f_i‑best表示第i个粒子截止到第t次迭代时搜寻到的最优适应度函数值，用f_i‑gbest表示截止到第t次迭代时，全部粒子搜索到的最优适应度函数值，在粒子群算法开始迭代之前，设定f_i‑best＝0，f_i‑gbest＝0，将步骤(3)中得到的粒子适应度函数值f_i和个体极值f_i‑best及全局极值f_i‑gbest相比较，如果f_i≤f_i‑best，那么f_i‑best＝f_i，p_i＝x_i，p_i表示适应度函数值为f_i‑best的粒子位置，x_i是所对适应度函数值为f_i粒子的位置，如果f_i≤f_i‑gbest，那么f_i‑gbest＝f_i，p_g＝x_i，p_g是粒子种群中全局最优值为f_i‑gbest的粒子位置；(5)、按公式更新粒子群规模，其中Npresent为粒子群当前规模，Nmax为最大粒子群规模，Nmin为最小粒子群规模，MaxNum为最大迭代次数，t为当前迭代次数，n为控制粒子群规模变化规律的幂指数，通过参数n调节粒子群规模变化的快慢程度，按公式$v_i^{t+1}=w*v_i^t+c_1*rand*(p_i-x_i^t)+c_2*rand*(p_g-x_i^t)$和公式更新各个粒子的速度和位置，然后令迭代次数t＝t+1，转向步骤(6)，其中代表t+1次迭代第i个粒子的速度，代表当前第t次迭代第i个粒子的速度，c₁和c₂代表学习因子，rand代表[01]之间的随机数，p_i表示适应度函数值为f_i‑best的粒子位置，p_g是粒子种群中全局最优值为f_i‑gbest的粒子位置，代表t+1次迭代第i个粒子位置，代表第t次迭代第i个粒子当前位置，w代表惯性权重；(6)、根据公式计算粒子适应度函数值的方差之和，f_avg为全部粒子适应度函数值的平均值，其中如果有(f_i‑f_avg)>1，则a＝max(f_i‑f_avg)，否则，a＝1，判断方差是否等于0或者算法是否达到最大迭代次数，如果否，则转向步骤(3)，如果是则转向步骤(7)；(7)、输出搜索到的全局最优值p_g，p_g是粒子种群中全局最优值为f_i‑gbest的粒子位置，即搜索到的最优值对应的频率值；(8)、用电流传感器检测负载电流i₂的峰值，设Δ为设定的最大电流峰值波动范围，i_2max为所检测的负载电流峰值，i_2max(k)为负载的第k个电流周期电流峰值，i_2max(k+1)为负载的第k+1个电流周期的电流峰值，判断|i_2max(k+1)|‑|i_2max(k)|>Δ是否成立，如果判断结果为是，则转向步骤(1)，算法重启；如果判断结果为否，算法转向步骤(7)。