本发明涉及电变量分析，具体涉及一种llc谐振变换器混合调制连续式自适应pi控制方法。
背景技术：
1、llc谐振变换器是一种用于高效能量转换的拓扑结构，通过连续式自适应pi控制，可以进一步提高能量转换效率，在电力电子应用中，提高能量转换效率有助于减少能源浪费，降低系统热损耗，从而提升整体系统性能。并且连续式自适应pi控制的引入使得系统能够自动调整控制参数以适应不同的工作条件和负载变化，因为实际工作环境往往会变化，并且系统需要保持高效、稳定的运行状态，所以对于电力电子系统来说，对pi控制的引用非常重要；将llc谐振变换器、混合调制和自适应pi控制结合提高系统的稳定性。
2、在可再生能源系统中，例如太阳能或风能系统中，由于可再生能源的输出通常是交流的，谐振变换器可以用于将这种交流功率转换为直流功率，以供直流负载或用于充电电池，而在电动汽车充电系统中，谐振变换器可以用于将直流电源（例如电池）的功率转换为交流电以供电动汽车的充电，然而，连续式混合调制导致系统的目标函数具有多个局部最优解，即存在多个在参数空间中相对较好的解决方案。粒子群算法容易在这样的情况下陷入局部最优解，而无法找到全局最优解。
技术实现思路
1、为了解决粒子群算法陷入局部最优解的技术问题，本发明提供了一种llc谐振变换器混合调制连续式自适应pi控制方法，所采用的技术方案具体如下：
2、本发明提出了一种llc谐振变换器混合调制连续式自适应pi控制方法，该方法包括以下步骤：
3、获取电变量曲线；
4、将所有电变量曲线构成综合输出图谱，并获取综合输出图谱的窗口和窗口内每条电变量曲线上突变点的数量；根据每条电变量曲线中相邻数据点的数据值差值获取数据点的跳变值；根据数据点的跳变值、窗口内突变点的数量以及窗口内数据点的数据值获取窗口的跳变响应值；
5、对于每条电变量曲线使用离散小波变换分解获取若干频谱图，对每个频谱图获取若干滑动窗口；根据滑动窗口内数据点的数据值差异获取滑动窗口内数据点的判断极值；根据所有滑动窗口内相邻数据点的数据值差异以及数据点的判断极值获取电变量曲线的复杂度；
6、根据每条电变量曲线的复杂度、窗口的跳变响应值以及预设的群体学习因子获取改进后的群体学习因子；
7、根据改进的群体学习因子使用粒子群算法调整pi控制器的控制参数，实现pi控制器的连续式自适应调制。
8、优选的，所述将所有电变量曲线构成综合输出图谱，并获取综合输出图谱的窗口和窗口内每条电变量曲线上突变点的数量的方法为：
9、电变量曲线包括时间电流曲线，时间电压曲线和时间功率曲线；
10、将时间功率曲线、时间电压曲线和时间电流曲线设置在一个坐标系中，坐标系的横坐标为时间，纵坐标为数据点的数据值，坐标系记为综合输出图谱；
11、在综合输出图谱中设置一个窗口，窗口的长度为预设数值，窗口的宽度为综合输出图谱中的最大数据值；窗口的底边与坐标系的横轴重合，窗口从最左侧移动到最右侧，每次移动一个单位时间，获取窗口数量；
12、使用突变点检测算法检测每条电变量曲线在窗口内的突变点个数。
13、优选的，所述根据每条电变量曲线中相邻数据点的数据值差值获取数据点的跳变值的方法为：
14、对于每条电变量曲线，计算电变量曲线上相邻两个数据点的数据值的差值绝对值，将所有差值绝对值的均值作为跳变阈值；对于任意一个数据点，若该数据点与其相邻后一个数据点的数据值的差值绝对值大于等于跳变阈值，则将数据点与其相邻后一个数据点的纵坐标的差值绝对值记为数据点的跳变值，否则，跳变值为0。
15、优选的，所述窗口的跳变响应值的表达式为：
16、，表示第s条电变量曲线上第i个窗口中第r个数据点，表示第s条电变量曲线上第i个窗口中第r个数据点的跳变值，表示第s条电变量曲线上第i个窗口中突变点的数量，表示第s条电变量曲线上第i个窗口中纵坐标的最大值，表示第s条电变量曲线上第i个窗口中纵坐标的最小值，表示sigmoid函数，表示调节参数，表示第s条电变量曲线上数据点的数量，表示第i个窗口的跳变响应值。
17、优选的，所述对于每条电变量曲线使用离散小波变换分解获取若干频谱图，对每个频谱图获取若干滑动窗口的方法为：
18、将每条电变量曲线作为输入使用离散小波变换，获取三个高尺度的小波系数，每个尺度对应一个频谱图，在频谱图中设置一个滑动窗口，将相邻波峰波谷所对应频率的差值绝对值的最大值作为滑动窗口的长度，将最高波峰表示滑动窗口的宽度，滑动窗口的底边与频谱图的横轴重合，滑动窗口从最左侧向最右侧移动，移动步长为一个单位长度，每移动一次则滑动窗口数量加一。
19、优选的，所述根据滑动窗口内数据点的数据值差异获取滑动窗口内数据点的判断极值的方法为：
20、对于滑动窗口中的任意一个数据点，将该数据点与前一个数据点的数据值差值记为第一差值，将该数据点与后一个数据点的数据值差值记为第二差值，若第一差值和第二差值的乘积小于等于0，则将数据点的判断极值记为0，若第一差值和第二差值的乘积大于0，则将数据点的判断极值记为1。
21、优选的，所述根据所有滑动窗口内相邻数据点的数据值差异以及数据点的判断极值获取电变量曲线的复杂度的方法为：
22、每个频谱图对应一个尺度曲线；复杂度的表达式为：
23、，表示第u条尺度曲线上第v个滑动窗口中第r个数据点，表示第u条尺度曲线上第v个滑动窗口中第r个数据点的判断极值，表示第u条尺度曲线上第v个滑动窗口中第r个数据点的数据值的平方值，表示第u条尺度曲线上第v个滑动窗口中第r-1个数据点的数据值的平方值，表示第u条尺度曲线上第v个滑动窗口中的最大数据值，表示第u条尺度曲线上第v个滑动窗口中的最小数据值，表示滑动窗口的长度，表示第u条尺度曲线上第v个滑动窗口的复杂性；
24、将滑动窗口的复杂性累加获取电变量曲线的复杂度。
25、优选的，所述将滑动窗口的复杂性累加获取电变量曲线的复杂度的方法为：
26、将每个尺度对应的尺度曲线上所有滑动窗口的复杂性进行累加记为第一累加和，将每条电变量曲线对应的所有尺度的尺度曲线的第一累加和再次累加获取电变量曲线的复杂度。
27、优选的，所述根据每条电变量曲线的复杂度、窗口的跳变响应值以及预设的群体学习因子获取改进后的群体学习因子的方法为：
28、将每条电变量曲线的复杂度相加记为第一漂移指数，将每个窗口的跳变响应值相加记为第一响应因子，将第一漂移指数和第一响应因子的乘积使用sigmoid函数进行归一化，将归一化的值与预设的群体学习因子相乘后再与调节参数相乘，获取改进后的群体学习因子。
29、优选的，所述根据改进的群体学习因子使用粒子群算法调整pi控制器的控制参数的方法为：
30、将改进后的群体学习因子带入到粒子群算法中，获取速度计算公式，预设适应度函数，将适应度函数的最小值作为本次控制的控制参数，基于此调整pi控制器的比例参数和积分参数。
31、本发明具有如下有益效果：本技术针对由于谐振变换器在进行混合调制时的效率低下和性能较差等问题，采用粒子群算法对pi控制器进行参数整定，之后针对粒子群算法会陷入局部最优解的问题，基于窗口分析以及pettitt算法构建局部跳变影响因子，判断由于陷入局部最优解而产生的输出参数的跳变程度，之后基于小波变换构建复杂度，进一步分析电变量曲线的稳定性以及参数漂移特征，结合上述两个指标对粒子群算法的群体学习因子进行自适应实时改进，使得算法可以根据输出参数由于局部最优解而产生的跳变情况以及参数漂移特征实时增强粒子的全局探索能力，增强了算法的效率以及鲁棒性。
1.一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述将所有电变量曲线构成综合输出图谱，并获取综合输出图谱的窗口和窗口内每条电变量曲线上突变点的数量的方法为：
3.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述根据每条电变量曲线中相邻数据点的数据值差值获取数据点的跳变值的方法为：
4.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述窗口的跳变响应值的表达式为：
5.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述对于每条电变量曲线使用离散小波变换分解获取若干频谱图，对每个频谱图获取若干滑动窗口的方法为：
6.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述根据滑动窗口内数据点的数据值差异获取滑动窗口内数据点的判断极值的方法为：
7.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述根据所有滑动窗口内相邻数据点的数据值差异以及数据点的判断极值获取电变量曲线的复杂度的方法为：
8.如权利要求7所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述将滑动窗口的复杂性累加获取电变量曲线的复杂度的方法为：
9.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述根据每条电变量曲线的复杂度、窗口的跳变响应值以及预设的群体学习因子获取改进后的群体学习因子的方法为：
10.如权利要求1所述的一种llc谐振变换器混合调制连续式自适应pi控制方法，其特征在于，所述根据改进的群体学习因子使用粒子群算法调整pi控制器的控制参数的方法为：
