CN117375266A - 一种基于无线充电器充电数据的智能分析方法及系统 - Google Patents
一种基于无线充电器充电数据的智能分析方法及系统 Download PDFInfo
- Publication number
- CN117375266A CN117375266A CN202311650237.XA CN202311650237A CN117375266A CN 117375266 A CN117375266 A CN 117375266A CN 202311650237 A CN202311650237 A CN 202311650237A CN 117375266 A CN117375266 A CN 117375266A
- Authority
- CN
- China
- Prior art keywords
- wireless charger
- charging
- data
- standard
- transmitter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 59
- 238000012360 testing method Methods 0.000 claims abstract description 53
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 230000005856 abnormality Effects 0.000 claims abstract description 27
- 238000013499 data model Methods 0.000 claims abstract description 25
- 238000002360 preparation method Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 57
- 238000012806 monitoring device Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 230000001965 increasing effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/80—Circuit arrangements or systems for wireless supply or distribution of electric power involving the exchange of data, concerning supply or distribution of electric power, between transmitting devices and receiving devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/50—Circuit arrangements or systems for wireless supply or distribution of electric power using additional energy repeaters between transmitting devices and receiving devices
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/90—Circuit arrangements or systems for wireless supply or distribution of electric power involving detection or optimisation of position, e.g. alignment
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于无线充电器充电数据的智能分析方法及系统，涉及无线充电领域，包括：在无线充电器上选择标准测试点位，充电时，监测设备放置在标准测试点位进行充电，监测设备保持充电形态一致；获取无线充电器的标准充电数据模型，标准充电数据模型包括发射机标准数据、中继器标准数据和接收器标准数据；获取无线充电器的实际充电数据，将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分。通过设置充电准备确定模块、标准数据获取模块、实际数据获取模块和异常分析模块，得出实际存在异常的部分，进而能直接对存在异常的部分进行检修，能充分提升数据分析的价值，并提升检测效率。
Description
技术领域
本发明涉及无线充电领域，具体是涉及一种基于无线充电器充电数据的智能分析方法及系统。
背景技术
无线充电技术，源于无线电能传输技术，可分为小功率无线充电和大功率无线充电两种方式。小功率无线充电常采用电磁感应式，如对手机充电。大功率无线充电常采用谐振式，由充电器将能量传送至用电的装置，该装置使用接收到的自量对电池充电，并同时供其本身运作之用。由于充电器与用电装置之间以磁场传送能量，两者之间不用电线连接，因此充电器及用电的装置都可以做到无导电接点外。
无线充电器参与充电的部分为发射机、中继器和接收器，但现有的无线充电器数据分析仅能单一分析得出无线充电器是否存在异常，对于无线充电器中存在异常的部分未作明确，需要作进一步的检测，重新分析得出异常的原因，耗费时间，降低检测效率，此外，其在获取分析数据时，未对监测设备的监测点位和形态作限制，导致监测数据标准不一致，影响分析结果。
发明内容
为解决上述技术问题，提供一种基于无线充电器充电数据的智能分析方法及系统，本技术方案解决了上述背景技术中提出的现有的无线充电器数据分析仅能单一分析得出无线充电器是否存在异常，对于无线充电器中存在异常的部分未作明确，需要作进一步的检测，重新分析得出异常的原因，耗费时间，降低检测效率，此外，其在获取分析数据时，未对监测设备的监测点位和形态作限制，导致监测数据标准不一致，影响分析结果的问题。
为达到以上目的，本发明采用的技术方案为：
一种基于无线充电器充电数据的智能分析方法，包括：
在无线充电器上选择标准测试点位，充电时，监测设备放置在标准测试点位进行充电，监测设备保持充电形态一致；
获取无线充电器的标准充电数据模型，标准充电数据模型包括发射机标准数据、中继器标准数据和接收器标准数据；
获取无线充电器的实际充电数据，实际充电数据包括发射机实际数据、中继器实际数据和接收器实际数据，将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
优选的，所述在无线充电器上选择标准测试点位包括以下步骤：
选择无线充电器两侧边缘的特征辨识点，特征辨识点共计四个，分别位于无线充电器两侧边缘；
四个所述特征辨识点构成四边形，将所述四边形的对角线的交点作为标准测试点位；
监测设备保持充电形态一致具体如下：
充电时，监测设备的几何中心在垂直方向与标准测试点位重合；
监测设备保持平放，朝向为预设朝向，所述预设朝向与四边形的两个对角线夹角的角平分线指向一致。
优选的，所述获取无线充电器的标准充电数据模型包括以下步骤：
获得至少一个合格无线充电器；
对合格无线充电器的发射机进行测试，获取发射机的信号频率，将至少一个信号频率均值，得到发射机标准数据；
对合格无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，将至少一个电磁强度均值，得到中继器标准数据；
对合格无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，均值至少一个充电速度，得到接收器标准数据。
优选的，所述获取无线充电器的实际充电数据包括以下步骤：
对无线充电器的发射机进行测试，获取发射机的信号频率，得到发射机实际数据；
对无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，得到中继器实际数据；
对无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，得到接收器实际数据。
优选的，所述获取发射机的信号频率包括以下步骤：
获取发射机的信号，对信号进行傅里叶变换，得到至少一个正弦标准曲线；
在正弦标准曲线上选择监测窗口，所述监测窗口的时间长度为T；
在监测窗口内统计正弦标准曲线的周期数N，计算正弦标准曲线的平均周期；
计算正弦标准曲线的频率，计算至少一个正弦标准曲线的频率的平均值，得到平均频率；
将平均频率作为发射机的信号频率；
傅里叶变换如下：
，
其中，F（x）为正弦标准曲线，e为自然常数，i为单位虚数，h（t）为发射机的信号。
优选的，所述获取经过中继器增强后的电磁强度包括以下步骤：
以标准测试点位作切面，切面与无线充电器的顶部台面垂直；
以标准测试点位为原点，在切面建立坐标系，横轴平行于无线充电器的顶部台面，纵轴垂直于无线充电器的顶部台面；
在切面内选取至少一个采样圆，采样圆以标准测试点位为圆心，采样圆的半径等间距增大；
在采样圆上选取至少一个采样点，所述采样点均匀分布在采样圆上；
获取采样点的采样磁场强度及采样点的坐标，将采样点的采样磁场强度及采样点的坐标配对；
拟合得出采样圆上每个点的磁场强度；
对于切面内任意一个待测点，获取与待测点距离最小的第一采样圆，获取第一采样圆上与待测点横坐标相同的定位点的磁场强度I，将磁场强度I作为待测点的磁场强度；
使用积分公式计算切面的平均磁场强度，作为经过中继器增强后的电磁强度；
积分公式如下：
，
其中，A为平均磁场强度，k（x，y）为待测点的磁场强度，积分区域为最大的采样圆覆盖的范围，V为积分区域的面积。
优选的，所述获取接收器充满目标电能的时间包括以下步骤：
监测设备将接收器输出电能的初始时刻作为时间起点；
当监测设备监测接收器输出电能累计等于目标电能时，记录作为时间终点；
令时间终点与时间起点作差，得到接收器充满目标电能的时间。
优选的，所述分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因包括以下步骤：
计算发射机实际数据与发射机标准数据的第一差额占比；
若第一差额占比超过预设占比，则发射机存在异常，异常原因为发射机中的天线对电磁能的传输存在异常；
若否，则计算中继器实际数据与中继器标准数据的第二差额占比；
若第二差额占比超过预设占比，则中继器存在异常，异常原因为中继器中的电路存在异常；
若否，则计算接收器实际数据与接收器标准数据的第三差额占比；
若第三差额占比超过预设占比，则接收器存在异常，异常原因为接收器中将电磁能转换为直流电能的部分存在异常；
若否，则无线充电器中不存在异常。
一种基于无线充电器充电数据的智能分析系统，用于实现上述的基于无线充电器充电数据的智能分析方法，包括：
充电准备确定模块，所述充电准备确定模块用于在无线充电器上选择标准测试点位，充电时，辅助监测设备放置在标准测试点位进行充电，并辅助监测设备保持充电形态一致；
标准数据获取模块，所述标准数据获取模块获取无线充电器的标准充电数据模型；
实际数据获取模块，所述实际数据获取模块获取无线充电器的实际充电数据；
异常分析模块，所述异常分析模块将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
与现有技术相比，本发明的有益效果在于：
通过设置充电准备确定模块、标准数据获取模块、实际数据获取模块和异常分析模块，能在数据获取时，对监测设备的监测形态和监测点位作规范，使得监测数据的标准一致，降低监测误差导致的分析误差，同时，根据无线充电器中不同部分充电的参数表现不同，根据参数的特性选择监测方式，能在无线充电器充电过程中将发射机、中继器和接收器的数据分离识别，并收集各部分的数据，作差别分析，进而根据分析结果，得出实际存在异常的部分，进而能直接对存在异常的部分进行检修，能充分提升数据分析的价值，并提升检测效率。
附图说明
图1为本发明的基于无线充电器充电数据的智能分析方法流程示意图；
图2为本发明的获取无线充电器的标准充电数据模型流程示意图；
图3为本发明的获取无线充电器的实际充电数据流程示意图；
图4为本发明的获取发射机的信号频率流程示意图；
图5为本发明的获取经过中继器增强后的电磁强度流程示意图；
图6为本发明的获取接收器充满目标电能的时间流程示意图；
图7为本发明的分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种基于无线充电器充电数据的智能分析方法，包括：
在无线充电器上选择标准测试点位，充电时，监测设备放置在标准测试点位进行充电，监测设备保持充电形态一致；
获取无线充电器的标准充电数据模型，标准充电数据模型包括发射机标准数据、中继器标准数据和接收器标准数据；
获取无线充电器的实际充电数据，实际充电数据包括发射机实际数据、中继器实际数据和接收器实际数据，将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
无线充电器中的充电具体由发射机、中继器和接收器控制，在监测时，难度在于区分无线充电器的充电异常究竟是由哪个部分引起的，为此，需要对发射机、中继器和接收器的特点进行了解，发射机主要是利用电源将电能转换为电磁能，并通过天线将电磁能传输，可以发现发射机的数据特征为电磁能的信号频率，由于中继器增大电磁能，而接收器将电磁能转换为直流电能，但不改变电磁能的信号频率，因此，可以将电磁能的信号频率作为发射机的数据特征进行监测；
而中继器一般用于增加传输距离，保证传输稳定，对电磁能的信号进行增强，则由发射机产生的信号可以忽略，且接收器将电磁能转换为直流电能，不改变电磁能，因此，可以将电磁强度作为中继器的数据特征进行监测；
接收器主要将电磁能转换为直流电能，以满足充电设备的需要，因此，只需将其充电的速度进行监测即可。
在无线充电器上选择标准测试点位包括以下步骤：
选择无线充电器两侧边缘的特征辨识点，特征辨识点共计四个，分别位于无线充电器两侧边缘；
四个所述特征辨识点构成四边形，将所述四边形的对角线的交点作为标准测试点位；
监测设备保持充电形态一致具体如下：
充电时，监测设备的几何中心在垂直方向与标准测试点位重合；
监测设备保持平放，朝向为预设朝向，所述预设朝向与四边形的两个对角线夹角的角平分线指向一致；
在无线充电器上选择标准测试点位主要保证监测的点位保持一致，否则不同位置的电磁强度不同，会导致监测数据不一致；
监测设备保持充电形态一致时防止监测设备朝向不同，导致与磁感线的夹角不同，进而导致监测数据产生差异。
参照图2所示，获取无线充电器的标准充电数据模型包括以下步骤：
获得至少一个合格无线充电器；
对合格无线充电器的发射机进行测试，获取发射机的信号频率，将至少一个信号频率均值，得到发射机标准数据；
对合格无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，将至少一个电磁强度均值，得到中继器标准数据；
对合格无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，均值至少一个充电速度，得到接收器标准数据；
采用多个合格无线充电器，对于需要监测的数据进行获取，使用均值算法，将获取的数据进行平均，减小单一数据的波动误差，将获取的数据作为标准与实际数据进行比对，进而判断实际数据的异常与否。
参照图3所示，获取无线充电器的实际充电数据包括以下步骤：
对无线充电器的发射机进行测试，获取发射机的信号频率，得到发射机实际数据；
对无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，得到中继器实际数据；
对无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，得到接收器实际数据。
参照图4所示，获取发射机的信号频率包括以下步骤：
获取发射机的信号，对信号进行傅里叶变换，得到至少一个正弦标准曲线；
在正弦标准曲线上选择监测窗口，所述监测窗口的时间长度为T；
在监测窗口内统计正弦标准曲线的周期数N，计算正弦标准曲线的平均周期；
计算正弦标准曲线的频率，计算至少一个正弦标准曲线的频率的平均值，得到平均频率；
将平均频率作为发射机的信号频率；
傅里叶变换如下：
，
其中，F（x）为正弦标准曲线，e为自然常数，i为单位虚数，h（t）为发射机的信号；
发射机的信号可能为较为不规律的波形函数，使用傅里叶变换将波形函数分解为多个易于分析的正弦标准曲线，进而可以对正弦标准曲线的周期进行统计，并计算得出正弦标准曲线的频率，将多个正弦标准曲线的频率平均，则能得到发射机的信号频率。
参照图5所示，获取经过中继器增强后的电磁强度包括以下步骤：
以标准测试点位作切面，切面与无线充电器的顶部台面垂直；
以标准测试点位为原点，在切面建立坐标系，横轴平行于无线充电器的顶部台面，纵轴垂直于无线充电器的顶部台面；
在切面内选取至少一个采样圆，采样圆以标准测试点位为圆心，采样圆的半径等间距增大；
在采样圆上选取至少一个采样点，所述采样点均匀分布在采样圆上；
获取采样点的采样磁场强度及采样点的坐标，将采样点的采样磁场强度及采样点的坐标配对；
拟合得出采样圆上每个点的磁场强度；
对于切面内任意一个待测点，获取与待测点距离最小的第一采样圆，获取第一采样圆上与待测点横坐标相同的定位点的磁场强度I，将磁场强度I作为待测点的磁场强度；
使用积分公式计算切面的平均磁场强度，作为经过中继器增强后的电磁强度；
积分公式如下：
，
其中，A为平均磁场强度，k（x，y）为待测点的磁场强度，积分区域为最大的采样圆覆盖的范围，V为积分区域的面积；
磁场强度的分布并非均匀分布，与无线充电器越远则磁场强度越小，因此，在获取磁场强度时，需要使用积分的方式进行计算，在积分时，对于与无线充电器超过预设距离的电磁强度进行忽略，不会影响最终的结果，而对于预设距离范围内的磁场强度，使用采样圆将预设距离范围进行分割，对于采样圆取采样点，拟合得出每个采样圆上每点的磁场强度，使用采样圆对预设距离范围内的待测点的磁场强度进行近似，即使用与待测点距离最小的采样圆进行近似，由此，可以得到待测点的磁场强度，进而可以进行积分，得到整个切面的平均磁场强度。
参照图6所示，获取接收器充满目标电能的时间包括以下步骤：
监测设备将接收器输出电能的初始时刻作为时间起点；
当监测设备监测接收器输出电能累计等于目标电能时，记录作为时间终点；
令时间终点与时间起点作差，得到接收器充满目标电能的时间。
参照图7所示，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因包括以下步骤：
计算发射机实际数据与发射机标准数据的第一差额占比，第一差额占比等于发射机实际数据与发射机标准数据作差的绝对值与发射机标准数据的比值；
若第一差额占比超过预设占比，则发射机存在异常，异常原因为发射机中的天线对电磁能的传输存在异常；
若否，则计算中继器实际数据与中继器标准数据的第二差额占比，第二差额占比等于中继器实际数据与中继器标准数据作差的绝对值与中继器标准数据的比值；
若第二差额占比超过预设占比，则中继器存在异常，异常原因为中继器中的电路存在异常；
若否，则计算接收器实际数据与接收器标准数据的第三差额占比，第三差额占比等于接收器实际数据与接收器标准数据作差的绝对值与接收器标准数据的比值；
若第三差额占比超过预设占比，则接收器存在异常，异常原因为接收器中将电磁能转换为直流电能的部分存在异常；
若否，则无线充电器中不存在异常；
分析时，若发射机存在异常，则修理发射机后，继续对无线充电器检测，判断中继器和接收器是否存在异常；
若发射机不存在异常，中继器存在异常，则修理中继器后，继续对无线充电器检测，判断接收器是否存在异常。
一种基于无线充电器充电数据的智能分析系统，用于实现上述的基于无线充电器充电数据的智能分析方法，包括：
充电准备确定模块，所述充电准备确定模块用于在无线充电器上选择标准测试点位，充电时，辅助监测设备放置在标准测试点位进行充电，并辅助监测设备保持充电形态一致；
标准数据获取模块，所述标准数据获取模块获取无线充电器的标准充电数据模型；
实际数据获取模块，所述实际数据获取模块获取无线充电器的实际充电数据；
异常分析模块，所述异常分析模块将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
上述基于无线充电器充电数据的智能分析系统的工作过程如下：
步骤一：充电准备确定模块在无线充电器上选择标准测试点位，充电时，充电准备确定模块辅助监测设备放置在标准测试点位进行充电，充电准备确定模块辅助监测设备保持充电形态一致；
步骤二：标准数据获取模块获取无线充电器的标准充电数据模型，标准充电数据模型包括发射机标准数据、中继器标准数据和接收器标准数据；
步骤三：实际数据获取模块获取发射机的信号频率，得到发射机实际数据，获取经过中继器增强后的电磁强度，得到中继器实际数据，获取接收器充满目标电能的时间，计算充电速度，得到接收器实际数据，汇总得到无线充电器的实际充电数据；
步骤四：异常分析模块将实际充电数据与标准充电数据模型进行对比，计算第一差额占比、第一差额占比和第一差额占比，依次比较发射机实际数据、中继器实际数据和接收器实际数据，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
再进一步的，本方案还提出一种存储介质，其上存储有计算机可读程序，计算机可读程序被调用时执行上述的基于无线充电器充电数据的智能分析方法。
可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：通过设置充电准备确定模块、标准数据获取模块、实际数据获取模块和异常分析模块，能在数据获取时，对监测设备的监测形态和监测点位作规范，使得监测数据的标准一致，降低监测误差导致的分析误差，同时，根据无线充电器中不同部分充电的参数表现不同，根据参数的特性选择监测方式，能在无线充电器充电过程中将发射机、中继器和接收器的数据分离识别，并收集各部分的数据，作差别分析，进而根据分析结果，得出实际存在异常的部分，进而能直接对存在异常的部分进行检修，能充分提升数据分析的价值，并提升检测效率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种基于无线充电器充电数据的智能分析方法，其特征在于，包括：
在无线充电器上选择标准测试点位，充电时，监测设备放置在标准测试点位进行充电，监测设备保持充电形态一致；
获取无线充电器的标准充电数据模型，标准充电数据模型包括发射机标准数据、中继器标准数据和接收器标准数据；
获取无线充电器的实际充电数据，实际充电数据包括发射机实际数据、中继器实际数据和接收器实际数据，将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
2.根据权利要求1所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述在无线充电器上选择标准测试点位包括以下步骤：
选择无线充电器两侧边缘的特征辨识点，特征辨识点共计四个，分别位于无线充电器两侧边缘；
四个所述特征辨识点构成四边形，将所述四边形的对角线的交点作为标准测试点位；
监测设备保持充电形态一致具体如下：
充电时，监测设备的几何中心在垂直方向与标准测试点位重合；
监测设备保持平放，朝向为预设朝向，所述预设朝向与四边形的两个对角线夹角的角平分线指向一致。
3.根据权利要求2所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述获取无线充电器的标准充电数据模型包括以下步骤：
获得至少一个合格无线充电器；
对合格无线充电器的发射机进行测试，获取发射机的信号频率，将至少一个信号频率均值，得到发射机标准数据；
对合格无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，将至少一个电磁强度均值，得到中继器标准数据；
对合格无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，均值至少一个充电速度，得到接收器标准数据。
4.根据权利要求3所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述获取无线充电器的实际充电数据包括以下步骤：
对无线充电器的发射机进行测试，获取发射机的信号频率，得到发射机实际数据；
对无线充电器的中继器进行测试，获取经过中继器增强后的电磁强度，得到中继器实际数据；
对无线充电器的接收器进行测试，监测设备设置目标电能，获取接收器充满目标电能的时间，计算充电速度，得到接收器实际数据。
5.根据权利要求4所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述获取发射机的信号频率包括以下步骤：
获取发射机的信号，对信号进行傅里叶变换，得到至少一个正弦标准曲线；
在正弦标准曲线上选择监测窗口，所述监测窗口的时间长度为T；
在监测窗口内统计正弦标准曲线的周期数N，计算正弦标准曲线的平均周期 ；
计算正弦标准曲线的频率，计算至少一个正弦标准曲线的频率的平均值，得到平均频率；
将平均频率作为发射机的信号频率；
傅里叶变换如下：
，
其中，F（x）为正弦标准曲线，e为自然常数，i为单位虚数，h（t）为发射机的信号。
6.根据权利要求5所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述获取经过中继器增强后的电磁强度包括以下步骤：
以标准测试点位作切面，切面与无线充电器的顶部台面垂直；
以标准测试点位为原点，在切面建立坐标系，横轴平行于无线充电器的顶部台面，纵轴垂直于无线充电器的顶部台面；
在切面内选取至少一个采样圆，采样圆以标准测试点位为圆心，采样圆的半径等间距增大；
在采样圆上选取至少一个采样点，所述采样点均匀分布在采样圆上；
获取采样点的采样磁场强度及采样点的坐标，将采样点的采样磁场强度及采样点的坐标配对；
拟合得出采样圆上每个点的磁场强度；
对于切面内任意一个待测点，获取与待测点距离最小的第一采样圆，获取第一采样圆上与待测点横坐标相同的定位点的磁场强度I，将磁场强度I作为待测点的磁场强度；
使用积分公式计算切面的平均磁场强度，作为经过中继器增强后的电磁强度；
积分公式如下：
，
其中，A为平均磁场强度，k（x，y）为待测点的磁场强度，积分区域为最大的采样圆覆盖的范围，V为积分区域的面积。
7.根据权利要求6所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述获取接收器充满目标电能的时间包括以下步骤：
监测设备将接收器输出电能的初始时刻作为时间起点；
当监测设备监测接收器输出电能累计等于目标电能时，记录作为时间终点；
令时间终点与时间起点作差，得到接收器充满目标电能的时间。
8.根据权利要求7所述的一种基于无线充电器充电数据的智能分析方法，其特征在于，所述分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因包括以下步骤：
计算发射机实际数据与发射机标准数据的第一差额占比；
若第一差额占比超过预设占比，则发射机存在异常，异常原因为发射机中的天线对电磁能的传输存在异常；
若否，则计算中继器实际数据与中继器标准数据的第二差额占比；
若第二差额占比超过预设占比，则中继器存在异常，异常原因为中继器中的电路存在异常；
若否，则计算接收器实际数据与接收器标准数据的第三差额占比；
若第三差额占比超过预设占比，则接收器存在异常，异常原因为接收器中将电磁能转换为直流电能的部分存在异常；
若否，则无线充电器中不存在异常。
9.一种基于无线充电器充电数据的智能分析系统，用于实现如权利要求1-8任一项所述的基于无线充电器充电数据的智能分析方法，其特征在于，包括：
充电准备确定模块，所述充电准备确定模块用于在无线充电器上选择标准测试点位，充电时，辅助监测设备放置在标准测试点位进行充电，并辅助监测设备保持充电形态一致；
标准数据获取模块，所述标准数据获取模块获取无线充电器的标准充电数据模型；
实际数据获取模块，所述实际数据获取模块获取无线充电器的实际充电数据；
异常分析模块，所述异常分析模块将实际充电数据与标准充电数据模型进行对比，分析判断无线充电器中存在异常的部分，得出无线充电器中存在异常的原因。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650237.XA CN117375266B (zh) | 2023-12-05 | 2023-12-05 | 一种基于无线充电器充电数据的智能分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650237.XA CN117375266B (zh) | 2023-12-05 | 2023-12-05 | 一种基于无线充电器充电数据的智能分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117375266A true CN117375266A (zh) | 2024-01-09 |
| CN117375266B CN117375266B (zh) | 2024-02-09 |
Family
ID=89398824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311650237.XA Active CN117375266B (zh) | 2023-12-05 | 2023-12-05 | 一种基于无线充电器充电数据的智能分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117375266B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140253026A1 (en) * | 2013-03-08 | 2014-09-11 | O2 Micro Inc. | Apparatus, Method, and System for Wirelessly Charging an Electronic Device |
| US20150236757A1 (en) * | 2014-02-20 | 2015-08-20 | Samsung Electronics Co., Ltd. | Method for preventing abnormality during wireless charging |
| CN106385078A (zh) * | 2016-10-28 | 2017-02-08 | 努比亚技术有限公司 | 无线充电器、终端及无线充电控制方法 |
| CN107831386A (zh) * | 2017-10-31 | 2018-03-23 | 奇酷互联网络科技（深圳）有限公司 | 识别充电异常的方法、设备、移动终端和计算机存储介质 |
| KR20180109121A (ko) * | 2017-03-27 | 2018-10-08 | 강동연 | 자기공명 방식 무선 충전기, 및 이의 동작 방법 |
| CN110806508A (zh) * | 2019-12-16 | 2020-02-18 | 安徽优旦科技有限公司 | 一种基于数据的高压回路接触电阻变化的评估方法 |
| CN112531813A (zh) * | 2020-11-17 | 2021-03-19 | 深圳市易优斯科技有限公司 | 无线设备充电器和无线设备充电器检测方法 |
| CN115622203A (zh) * | 2022-12-15 | 2023-01-17 | 深圳市百度电子有限公司 | 基于车载无线充电器充电数据的分析提醒方法及系统 |
| CN116317030A (zh) * | 2023-05-17 | 2023-06-23 | 长通智能(深圳)有限公司 | 集成无线充电和数据传输功能的无线设备 |
-
2023
- 2023-12-05 CN CN202311650237.XA patent/CN117375266B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140253026A1 (en) * | 2013-03-08 | 2014-09-11 | O2 Micro Inc. | Apparatus, Method, and System for Wirelessly Charging an Electronic Device |
| US20150236757A1 (en) * | 2014-02-20 | 2015-08-20 | Samsung Electronics Co., Ltd. | Method for preventing abnormality during wireless charging |
| CN106385078A (zh) * | 2016-10-28 | 2017-02-08 | 努比亚技术有限公司 | 无线充电器、终端及无线充电控制方法 |
| KR20180109121A (ko) * | 2017-03-27 | 2018-10-08 | 강동연 | 자기공명 방식 무선 충전기, 및 이의 동작 방법 |
| CN107831386A (zh) * | 2017-10-31 | 2018-03-23 | 奇酷互联网络科技（深圳）有限公司 | 识别充电异常的方法、设备、移动终端和计算机存储介质 |
| CN110806508A (zh) * | 2019-12-16 | 2020-02-18 | 安徽优旦科技有限公司 | 一种基于数据的高压回路接触电阻变化的评估方法 |
| CN112531813A (zh) * | 2020-11-17 | 2021-03-19 | 深圳市易优斯科技有限公司 | 无线设备充电器和无线设备充电器检测方法 |
| CN115622203A (zh) * | 2022-12-15 | 2023-01-17 | 深圳市百度电子有限公司 | 基于车载无线充电器充电数据的分析提醒方法及系统 |
| CN116317030A (zh) * | 2023-05-17 | 2023-06-23 | 长通智能(深圳)有限公司 | 集成无线充电和数据传输功能的无线设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117375266B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115166619B (zh) | 一种智能电能表运行误差监测系统 | |
| CN110412347B (zh) | 一种基于非侵入式负荷监测的窃电行为识别方法与装置 | |
| CN101299701A (zh) | 一种输变电系统温度监控的无线传感网络系统及其实现方法 | |
| CN103954242B (zh) | 基于uwb测距技术的架空输电线路弧垂在线监测方法 | |
| CN104730359B (zh) | 基站供电判别处理方法及其装置 | |
| CN110007186B (zh) | 一种漏电检测远程报警装置及方法 | |
| CN111327118B (zh) | 一种非侵入式电力负荷识别方法 | |
| CN108508396A (zh) | 多表合一采集设备检测系统和方法 | |
| CN116111951B (zh) | 一种基于光伏发电的数据监测系统 | |
| CN110837040A (zh) | 一种用真实线圈模拟Qi标准无线充电的充电器主板测试设备 | |
| CN105301507A (zh) | 一种铅酸蓄电池容量的快速检测方法与装置 | |
| CN113985098A (zh) | 一种基于实时计量的提高防窃电分析准确度的方法 | |
| CN117375266B (zh) | 一种基于无线充电器充电数据的智能分析方法及系统 | |
| CN117849511A (zh) | 一种基于无线充电数据分析的充电异常诊断方法及系统 | |
| CN212433287U (zh) | 一种非接触式高压核相器 | |
| CN205643448U (zh) | 一种智能型电力安全检测装置 | |
| CN111007404B (zh) | 一种基于关键频率点的燃料电池阻抗测量分析系统及方法 | |
| CN115327221A (zh) | 一种非侵入式无线电能计量系统及方法 | |
| CN111458574A (zh) | 一种非接触式高压核相器 | |
| Gan et al. | Statistical model of foreign object detection for wireless EV charger | |
| CN111505457B (zh) | 一种gis局部放电综合在线监测装置 | |
| CN114089323A (zh) | 无线干扰源的识别定位方法 | |
| CN212645804U (zh) | 一种基于物联网的水表监管系统 | |
| CN115758081A (zh) | 一种基于低压终端特征电流台区识别误报过滤方法 | |
| CN201226525Y (zh) | 一种输变电系统温度监控的无线传感网络系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |