本技术涉及激光驱动电源，具体涉及一种激光电源恒流驱动方法。
背景技术：
1、激光电源恒流驱动在工业加工、医疗美容、通信等领域有着广泛的应用前景。激光电源恒流驱动是指通过电路控制，确保激光器在工作过程中始终获得稳定的电流供应。这种恒流控制可以提高激光器的稳定性和可靠性，确保其输出功率在设定范围内保持恒定。激光器的输出功率和波长很大程度上取决于其驱动电流的稳定性，任何电流的波动都可能导致激光输出功率和波长的变化，这对于需要精确控制激光特性的应用，如精密加工、医疗治疗、科学研究等是不可接受的，因此，对激光电源的恒流控制十分重要。
2、现有的arima自回归差分移动平均模型能够根据以往的电流数据实现对输出电流的预测，进而实现对激光电源的恒流控制，但是在某些应用场景中，激光器对电流的变化要求快速响应，能够迅速调整输出电流以满足需求，例如，用于激光切割和激光打印等高速加工过程，兼顾对激光电源驱动电路输出电流预测的实时性与准确性成为一项挑战。
技术实现思路
1、为了解决上述技术问题，本技术提供一种激光电源恒流驱动方法，以解决现有的问题。
2、本技术的一种激光电源恒流驱动方法采用如下技术方案：
3、本技术一个实施例提供了一种激光电源恒流驱动方法，该方法包括以下步骤：
4、分别将激光电源各时刻的功率、波长、输出电流数据按照时间顺序排列组成功率时间序列、波长时间序列、电流时间序列；
5、将功率时间序列与波长时间序列归为激光输出时间序列；根据各激光输出时间序列结合异常检测算法获取各突变点；根据各激光输出时间序列中所有突变点的分布特征获取各突变点的突变趋势偏离系数；
6、根据各激光输出时间序列的突变点的时间特征以及数量特征，并结合与电流时间序列的变化特征获取激光失稳风险系数；根据激光失稳风险系数结合采集数据长度获取自适应回归项数；
7、根据自适应回归项数结合自回归差分移动平均模型得到预测电流；基于预测电流与电流时间序列完成对激光电源的恒流驱动。
8、进一步的，所述根据各激光输出时间序列中所有突变点的分布特征获取各突变点的突变趋势偏离系数，包括：
9、基于各突变点在对应激光输出时间序列中的前后元素分布获取各突变点的左侧波动特征向量、右侧波动特征向量；
10、对于各突变点，获取各突变点左侧波动特征向量与右侧波动特征向量的欧氏距离；将各突变点的突变性质分析子序列的赫斯特指数作为突变自相关系数；将各突变点的突变性质分析子序列剔除中心突变点之后的赫斯特指数作为突变剔除自相关系数；计算所述突变自相关系数与所述突变剔除自相关系数的差值绝对值；将所述差值绝对值与所述欧氏距离的乘积作为各突变点的突变趋势偏离系数。
11、进一步的，所述基于各突变点在对应激光输出时间序列中的前后元素分布获取各突变点的左侧波动特征向量、右侧波动特征向量，具体为：
12、对于各激光输出时间序列，以任一突变点为中心，获取预设长度的序列作为所述任一突变点的突变性质分析子序列；将突变性质分析子序列划分为突变分析左序列、突变点、突变分析右序列；
13、对突变分析左序列进行一阶差分后求均值得到左侧趋势；将突变分析左序列的所有元素均值作为突变前置均值；将所述左侧趋势、突变前置均值组成的向量作为所述任一突变点的左侧波动特征向量；
14、采用与所述左侧波动特征向量相同的计算方法，根据突变分析右序列，得到所述任一突变点的右侧波动特征向量。
15、进一步的，所述将突变性质分析子序列划分为突变分析左序列、突变点、突变分析右序列，具体为：
16、对于各突变点的突变性质分析子序列，将中心突变点左边的所有元素组成突变分析左序列，将突变点右边的所有元素组成突变分析右序列。
17、进一步的，所述根据各激光输出时间序列的突变点的时间特征以及数量特征，并结合与电流时间序列的变化特征获取激光失稳风险系数，包括：
18、根据各激光输出时间序列的突变点数量以及对应的时刻分布，结合突变趋势偏离系数获取各激光输出时间序列的输出失稳风险系数；
19、根据激光输出时间序列与电流时间序列的相似程度获取各激光输出时间序列的激光评判置信系数；
20、计算各激光输出时间序列的激光评判置信系数与输出风险系数的乘积；将所有激光输出时间序列所述乘积的和值作为激光失稳风险系数。
21、进一步的，所述根据各激光输出时间序列的突变点数量以及对应的时刻分布，结合突变趋势偏离系数获取各激光输出时间序列的输出失稳风险系数，表达式为：
22、
23、式中，为第个激光输出时间序列的输出失稳风险系数，为第个激光输出时间序列中突变点的个数，表示第个激光输出时间序列中第个突变点的突变趋势偏离系数，、分别表示第个激光输出时间序列中第个突变点、第个突变点对应的采集时刻，为预设大于零的调参因子。
24、进一步的，所述根据激光输出时间序列与电流时间序列的相似程度获取各激光输出时间序列的激光评判置信系数，具体为：
25、对于各激光输出时间序列，获取各激光输出时间序列与电流时间序列的皮尔逊相关系数；计算所有所述皮尔逊相关系数绝对值的和值；将各激光输出时间序列的所述皮尔逊相关系数与所述和值的比值的绝对值作为各激光输出时间序列的激光评判置信系数。
26、进一步的，所述根据激光失稳风险系数结合采集数据长度获取自适应回归项数，包括：
27、将激光输出时间序列的长度的二分之一取整值作为初始回归项数以及调整回归项数的值；将激光失稳风向系数的相反数作为以自然常数为底数的指数函数的指数；计算1与所述指数函数的计算结果的差值；计算所述差值与所述调整回归项数的相乘结果；将所述相乘结果与所述初始回归项数的和值作自适应回归项数。
28、进一步的，所述根据自适应回归项数结合自回归差分移动平均模型得到预测电流，具体为：
29、将电流时间序列作为自回归差分移动平均模型的输入，结合自适应回归项数，输出预测电流，预测电流为下一采集时刻的电流。
30、进一步的，所述基于预测电流与电流时间序列完成对激光电源的恒流驱动，具体步骤包括：
31、获取驱动电流，将电流时间序列所有元素的均值作为历史电流；将预测电流与历史电流的差值作为电流调整幅度，将驱动电流调整为当前驱动电流与电流调整幅度的差值。
32、本技术至少具有如下有益效果：
33、本技术考虑到激光器电源的输出很大程度上取决于其驱动电流的稳定性，构建突变性质分析子序列，划分右侧波动特征向量、左侧波动特征向量，对激光器电源输出的波动原因以及波动前后特征的一致性进行刻画；构建突变自相关系数以及突变剔除自相关系数，对比反应激光器电源输出在突变点处自相关性的差异程度；构建突变趋势偏离系数，衡量激光器电源在突变点处对应波动趋势，与正常波动趋势的差异特征，进一步刻画每个突变点处激光器电源输出的突变偏离程度。
34、进一步，综合考虑激光器电源输出的波动趋势的偏离程度以及波动的密集程度，根据每个激光输出时间序列中所有突变点的采集时刻、突变趋势偏离系数，计算输出失稳风险系数，结合每个激光输出时间序列与输出电流时间序列之间的皮尔逊相关系数，获取激光失稳风险系数，提高了对激光器电源输出稳定性评估的准确性；根据激光失稳风险系数确定自适应回归项数，得到预测电流，调整驱动电流，实现对激光电源的恒流驱动，兼顾了对激光电源驱动电路输出电流预测的实时性与准确性，提高了对激光电源恒流驱动的效率。
1.一种激光电源恒流驱动方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种激光电源恒流驱动方法，其特征在于，所述根据各激光输出时间序列中所有突变点的分布特征获取各突变点的突变趋势偏离系数，包括：
3.如权利要求2所述的一种激光电源恒流驱动方法，其特征在于，所述基于各突变点在对应激光输出时间序列中的前后元素分布获取各突变点的左侧波动特征向量、右侧波动特征向量，具体为：
4.如权利要求3所述的一种激光电源恒流驱动方法，其特征在于，所述将突变性质分析子序列划分为突变分析左序列、突变点、突变分析右序列，具体为：
5.如权利要求1所述的一种激光电源恒流驱动方法，其特征在于，所述根据各激光输出时间序列的突变点的时间特征以及数量特征，并结合与电流时间序列的变化特征获取激光失稳风险系数，包括：
6.如权利要求5所述的一种激光电源恒流驱动方法，其特征在于，所述根据各激光输出时间序列的突变点数量以及对应的时刻分布，结合突变趋势偏离系数获取各激光输出时间序列的输出失稳风险系数，表达式为：
7.如权利要求5所述的一种激光电源恒流驱动方法，其特征在于，所述根据激光输出时间序列与电流时间序列的相似程度获取各激光输出时间序列的激光评判置信系数，具体为：
8.如权利要求1所述的一种激光电源恒流驱动方法，其特征在于，所述根据激光失稳风险系数结合采集数据长度获取自适应回归项数，包括：
9.如权利要求1所述的一种激光电源恒流驱动方法，其特征在于，所述根据自适应回归项数结合自回归差分移动平均模型得到预测电流，具体为：
10.如权利要求1所述的一种激光电源恒流驱动方法，其特征在于，所述基于预测电流与电流时间序列完成对激光电源的恒流驱动，具体步骤包括：
