[发明专利]一种异物识别模型的构建方法、装置及异物识别方法

说明书

本发明公开了一种异物识别模型的构建方法、装置及异物识别方法，构建方法包括：获取仿真训练集并输入至初始神经网络模型进行迭代训练，直至达到预设训练次数或符合预设输出；初始化预设维度的粒子并根据预设粒子群公式进行全局寻优，输出更新位置后的粒子；并作为权值输入至elman循环神经网络，以使elman循环神经网络根据权值和仿真训练集进行预设运算，输出一次训练结果，当训练结果不符合预设输出时，对前一次更新位置后的粒子进行全局寻优，并将更新位置后的粒子输入至elman循环神经网络，直至输出的训练结果符合预设输出或达到预设训练次数，得到异物识别模型。本申请可以提高无线充电系统中金属异物识别的可行性和准确性。

技术领域

本发明涉及无线充电技术领域，特别是涉及一种异物识别模型的构建方法、装置及异物识别方法。

背景技术

无线充电是指具有电池的用电设备透过无线感应的方式取得电力而进行充电，由于不再需要为用电设备连接充电线，使得充电更为方便。无线充电采用电磁感应原理，通过电磁波来传送能量，在发送和接收端用相应的线圈来发送和接收产生感应的交流信号进行充电。无线充电通过磁场将发射线圈和接受线圈耦合，实现了电能便捷、高效、安全的传输。但如果传输区域内存在金属异物会在磁场中产生涡流，造成功率损耗或燃烧隐患。

目前针对无线充电的金属异物识别主要有功率损耗效率比对法和温度监控法。功率损耗对比法需要预先存储大量数据或进行拟合运算以测定一条对应的功率曲线，当工作状态超出功率曲线的阈值时判定存在异物。该方法工作量大步骤繁琐，且不支持一对多的设备供电，接收端的差异会导致功率损失等充电参数改变从影响异物判定。而温度监控法通过检测耦合空间的温度，当存在异常温度上升时候判定存在异物。为了实现对耦合空间的热量检测，需要额外添加温度传感器等额外装置，当耦合空间较大时还需要添加更多的传感设备以实现监控，容易造成充电系统的设备冗余，增加系统成本和占地面积。对于无线充电的金属异物识别还包括直接对当前时刻接收端和发送端的功率进行对比，但该方法容易受接收线圈偏移的影响，当耦合空间过大时，异物所在位置不同也容易对异物识别造成影响。

发明内容

本申请提供了一种异物识别模型的构建方法、装置及异物识别方法，用于提高金属异物识别的可行性和准确性。

第一方面，本申请提供了一种异物识别模型的构建方法，包括：

获取仿真训练集；其中，所述仿真训练集内包含若干仿真训练样本和每一所述仿真训练样本对应的异物识别结果，每一所述仿真训练样本内包含预设数量的连续的发射功率－接收功率对；

将所述仿真训练集输入至初始神经网络模型进行迭代训练，直至达到预设训练次数或符合预设输出，得到异物识别模型；其中，所述初始神经网络模型为elman循环神经网络；

在对所述初始神经网络进行迭代训练时，

初始化预设维度的粒子并根据预设粒子群公式对所述粒子进行全局寻优，输出更新位置后的粒子；

将更新位置后的所述粒子作为权值输入至所述elman循环神经网络，以使所述elman循环神经网络根据所述权值和所述仿真训练集进行预设运算，输出一次训练结果，当所述训练结果符合预设输出时，得到所述异物识别模型；

当所述训练结果不符合预设输出时，根据所述预设粒子群公式对前一次更新位置后的粒子进行全局寻优，并将更新位置后的粒子作为权值输入至所述elman循环神经网络，直至所述elman循环神经网络输出的训练结果符合预设输出或达到预设训练次数，得到所述异物识别模型。