(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111227470.8 (22)申请日 2021.10.21 (71)申请人 深圳市卓立智能制造有限公司 地址 518000 广东省深圳市光明新区玉塘 街道田寮怡景工业区A4五楼 A区 (72)发明人 贺锡魁　殷敏　许集兴　 (74)专利代理 机构 深圳峰诚志合知识产权代理 有限公司 4 4525 代理人 李明香 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/06(2020.01) (54)发明名称 往复电磁泵输出功 率稳定控制方法、 系统和 电子设备 (57)摘要 本申请具体地公开了一种往复电磁泵输出 功率稳定控制方法、 系统和电子设备。 其通过 以 预定输入频率相对于其它输入频率构造高斯分 布式的输入向量来输入转换模型， 可以使得转换 模型充分考虑输入数值的波动性， 从而提高转换 模型对于输入 数值的细小变化的敏感性。 而另一 方面， 通过级联的神经网络分别表达由交变频率 导致的一系列功率损耗， 一方面可以提高神经网 络模型对损耗信息的表达的准确性， 另一方面通 过各项信息的特征表达 之间的解耦， 可以解决所 述由于转换模型对于输入数值的细小变化的敏 感性而造成的模 型的鲁棒性差的问题， 最终得到 高性能的鲁棒的转换模型。 权利要求书4页 说明书16页 附图6页 CN 114065608 A 2022.02.18 CN 114065608 A 1.一种往复电磁泵输出功率稳定控制方法， 其特 征在于， 包括： 训练阶段， 包括： 获取训练用数据集， 所述训练数据集包括使得往 复电磁泵功率稳定的一系列输入频率 值和输入功率 值； 对所述一系列输入频率值中的某一预定输入频率值进行高斯向量化处理以获得频率 向量； 将所述频率向量输入用于计算铜损 损耗的第一神经网络模型以获得第一功率向量； 计算所述频率向量中各个位置的输入频率值对应的铜损损耗作为真实值， 以获得由多 个真实值组成的第一真实值向量； 最小化所述第一真实值向量与所述第一功率向量之间的距离来更新所述第一神经网 络模型的参数； 将所述第一功率向量输入与所述第一神经网络模型级联的第二神经网络模型以获得 第二功率向量， 所述第二神经网络模型用于计算涡流损耗； 计算所述频率向量中各个位置的输入频率值对应的涡流损耗作为真实值， 以获得由多 个真实值组成的第二真实值向量； 最小化所述第二真实值向量与所述第二功率向量之间的距离来更新所述第二神经网 络模型的参数； 将所述第二功率向量输入与所述第二神经网络模型级联的第三神经网络模型以获得 第三功率向量， 所述第三神经网络模型用于计算磁滞损耗； 计算所述频率向量中各个位置的输入频率值对应的磁滞损耗作为真实值， 以获得由多 个真实值组成的第三真实值向量； 最小化所述第三真实值向量与所述第三功率向量之间的距离来更新所述第三神经网 络模型的参数； 将所述第三功率向量输入与所述第三神经网络模型级联的第四神经网络模型以获得 一位的训练功率 值； 以及 以所述训练功率值和真实的预定输入功率之间的差值作为损失函数值来更新所述第 四神经网络模型的参数； 以及 推断阶段， 包括： 获得输入的频率 值； 对所述输入的频率 值进行高维向量 化处理以获得 频率向量； 以及 将所述频率向量输入经训练阶段训练完成的且相互级联的所述第 一神经网络模型、 所 述第二神经网络模型、 所述第三神经网络模型和所述第四神经网络模型以获得由所述第四 神经网络模型输出的回归后的输入功率 值。 2.根据权利要求1所述的往 复电磁泵输出功率稳定控制方法， 其中， 对所述一系列输入 频率值中的某一预定 输入频率 值进行高斯向量 化处理以获得 频率向量， 包括： 针对所述一系列输入频率值中的某一预定输入频率值， 以所述预定输入频率值作为期 望和以所述预定输入频率值与其他输入频率值之间的方差的均值作为方差构造高斯分布； 以及 对所述高斯分布进行离 散化处理以得到所述频率向量。权　利　要　求　书 1/4 页 2 CN 114065608 A 23.根据权利要求2所述的往 复电磁泵输出功率稳定控制方法， 其中， 对所述高斯分布进 行离散化处理以得到所述频率向量， 包括： 对所述高斯分布进行随机采样以获得 所述频率向量。 4.根据权利要求3所述的往 复电磁泵输出功率稳定控制方法， 其中， 计算所述频率向量 中各个位置的输入频率值对应的铜损损耗作为真实值， 以获得由多个真实值组成的第一真 实值向量， 包括： 以如下公式计算所述频率向量中各个位置的输入频率值对应的铜损损耗， 其中， 所述 公式为： 其中， ρc为线圈材料的电阻率， N为线圈匝数， lav为线圈平均匝长， d为线圈直径； f为电 源频率， Ce为与铁心和线圈参数有关的系数， Qc为线圈的品质因数； 则Dc为线圈耗散因数。 5.根据权利要求4所述的往 复电磁泵输出功率稳定控制方法， 其中， 计算所述频率向量 中各个位置的输入频率值对应的涡 流损耗作为真实值， 以获得由多个真实值组成的第二真 实值向量， 包括： 以如下公式计算所述频率向量中各个位置的输入频率值对应的涡流损耗， 其中， 所述 公式为： 其中， h为圆柱形铁心的直径， Bm为磁感应强度幅值， V为铁心的体积， k为与铁心形状有 关的系数， ρ 为铁磁材 料的电阻率， 则Pe为损耗的平均功率。 6.根据权利要求5所述的往 复电磁泵输出功率稳定控制方法， 其中， 计算所述频率向量 中各个位置的输入频率值对应的磁滞损耗作为真实值， 以获得由多个真实值组成的第三真 实值向量， 包括： 以如下公式计算所述频率向量中各个位置的输入频率值对应的磁滞损耗， 其中， 所述 公式为： 其中， K为永磁材料的材料性质常数、 Bm表示磁感应强度幅值、 η表示施泰因梅茨系数且f 表示所述频率向量中各个位置的频率 值。 7.根据权利要求6所述的往 复电磁泵输出功率稳定控制方法， 其中， 最小化所述第 一真 实值向量与所述第一功率向量之间的距离来更新所述第一神经网络模型 的参数， 包括： 计 算所述第一真实值向量与所述第一功率向量中相 应位置之间的欧式距离的平均值作为两 者之间的距离来更新所述第一神经网络模型的参数； 其中， 最小化所述第 二真实值向量与所述第 二功率向量之间的距离来更新所述第 二神 经网络模型 的参数， 包括： 计算所述第二真实值向量与所述第二功率向量中相 应位置之间 的欧式距离的平均值作为两者之间的距离来更新所述第二神经网络模型的参数； 其中， 最小化所述第 三真实值向量与所述第 三功率向量之间的距离来更新所述第 三神权　利　要　求　书 2/4 页 3 CN 114065608 A 3