功率转换器制造技术

一种功率转换器，包括调节器、值提供系统，其被布置用于收集功率转换器的至少一个操作点、以及预测器，其操作为产生更新的调节器参数(诸如一个或多个电源系数)，该更新的调节器参数由调节器实现以产生向负载供电的输出电压。更新的调节器参数是使用基于至少一个收集的操作点样本和从机器学习过程获取的预测器参数的过程来确定的。

Power converter

【技术实现步骤摘要】
功率转换器
本公开的实施例总体上涉及功率转换器。
技术介绍
功率转换器、特别是DC-DC功率转换器由于其高效率和小尺寸而被广泛使用。多相DC-DC功率转换器特别适合在低电压下提供大电流，因为这是诸如微处理器、图形处理器、网络处理器等高度集成的电子部件所需要的。通常方式中，多相功率转换器典型地包括被称为相的几个转换器分支。各相并联连接以为公共负载提供相应的相电流。因此，由多相转换器提供给负载的输出电流是相电流之和。可以将任何电功率转换器视为包括至少一个相，因此包括单相功率转换器和多相功率转换器。可以经由比例积分微分(PID)调节器来控制单相功率转换器或多相转换器的每个相。通常，PID控制器控制开关器件的操作，这些开关器件被布置用于将电荷或电流提供给储能器电路，即电容器或电感器，以及用于允许相输出电流从该储能器流向负载。选择在PID调节器中实现的kp、ki和kd系数以产生输出电流和输出电压的期望值。然后，还已知根据例如转换器的输入电流和/或输入电压的值以及转换器输出电流和/或输出电压的值来实时地调节每个PID调节器的kp、ki和kd系数的相应值。取决于相应功率转换器设计，用于控制每个相的操作的调节器可以是刚刚提到的PID型，但也可以是任何其他类型，包括仅比例型、积分型、微分型、诸如比例积分、积分微分和比例微分等任何组合、实现用于控制功率转换的至少一个高阶分量的调节器、增量调节器、增量Σ调节器、差分调节器等。诸如CPU或GPU等新一代处理器具有省电功能，这些功能导致电源需求以不可预测的方式随时间变化。在这种情况下，相应的DC-DC功率转换器需要在多种负载配置下表现良好。特别地，这种功率转换器必须在宽输出范围内满足稳定的调节要求，并且还必须满足关于瞬态负载配置的规范，包括短过渡时间和大负载步。类似的要求适用于具有功率需求随时间随机变化的电源电路中使用的功率转换器，诸如VR控制器。另外，诸如输出电容器和电感器等无源部件可能表现出明显的变化，为了优化功率转换器的操作还需要考虑这些变化。这样的变化可能涉及由于制造每个部件而导致的目标部件值的偏差，或者可能是由于每个部件的老化。但是，当设计功率转换器的调节器中实现的参数(诸如在PID调节器的情况下的kp、ki和kd系数)的调节时，这种变化最初可能不知道。
技术实现思路
本文中的实施例的第一方面提出了一种被配置用于将输入电流和输入电压转换成输出电流和输出电压的功率转换器。功率转换器包括至少一个相，并且还包括：调节器，其操作为使用在调节器中实现的至少一个调节器参数来产生至少一个控制信号，调节器被连接以使得至少一个控制信号由功率转换器用来产生转换；值提供系统，其被布置用于收集功率转换器的至少一个操作点，每个操作点与转换器的操作时刻相关并且一方面包括关于输入电流、输入电压、相位输入电流、相位输入电压中的一个或多个输入参数，和/或关于输出电流、输出电压、相位输出电流、相位输出电压中的一个或多个输出参数，对于操作时刻的测量值，并且另一方面包括功率转换器的目标输出电压的至少一个值，该至少一个值被分配给操作点的时刻；以及预测器，其操作为提供用于每个调节器参数的相应更新值，用于由调节器进一步实现。根据本文中的另外的实施例，预测器被配置为使用基于至少一个操作点并且还基于预测器参数的过程来确定每个更新的调节器参数值，该至少一个操作点由值提供系统收集，该预测器参数从机器学习过程获取。因此，本文中的实施例包括通过调整调节器的参数(即，在PID调节器的情况下的kp(比例)、ki(积分)和kd(导数)系数)、以及由调节器调整的转换控制信号来实现用于优化功率转换器的操作的另外的水平。由于调节器参数的更新值是根据至少一个输入参数和/或至少一个输出参数的测量值以及可能的其他测量值确定的，因此要考虑所涉及的无源部件的实际值、以及转换器和转换器负载的输入电源的实际条件来进行操作优化。另外，当这些条件随时间变化时，值提供系统和预测器的连锁操作允许自动且重复地修改调节器参数以使它们适应新条件。特别地，实现用于更新调节器参数值的机器学习过程允许在负载的宽的操作方案范围内改进这些值的适应。实现本文所述的机器学习过程还允许优化功率转换器的操作，同时考虑由于无源部件的制造过程而在无源组件值中可能存在的变化，而无需测量所使用的每个无源部件。还通过考虑在转换器或负载中使用的无源部件的值可能发生的任何漂移(包括例如由于温度变化引起的这种漂移)来优化功率转换器的操作。根据另外的实施例，可以通过值提供系统另外收集针对至少一个转换器温度而测量的值并且将其提供给预测器，使得预测器还使用每个测量的温度来确定每个调节器参数的更新值。在多相功率转换器的情况下，该多相功率转换器包括用于向负载提供总输出电流和总输出电压的多个相，总输出电流和总输出电压由于分别由相中的一个相提供的相输出电流和相输出电压而产生，用于操作点的输入参数可以包括几个相输入电流和相输入电压，并且用于每个操作点的输出参数可以包括几个相输出电流和相输出电压。以这种方式，可以实现使调节器参数值更准确地适应功率转换器的实际操作条件。优选地，预测器可以适合于基于与转换器的连续操作时刻相关的多个操作点来提供每个调节器参数的更新值，其中多个操作点对应于固定数目的操作点。换言之，预测器可以基于包括固定数目的操作点的历史来提供更新的调节器参数值。通过这种改进，预测器可以在更大程度上优化功率转换器的操作，特别是通过预测负载的操作方案发生的变化。当从多个连续的操作点确定(导出)调节器参数值时，预测器可以实现递归神经网络，使得每当值提供系统向预测器提供另外的操作点时，该另外的操作点以FIFO队列方式被添加到刚刚使用的多个操作点，以获取更新的多个操作点以用于发出每个调节器参数的另外的更新值。下列一个或多个附加特征可以有利地、单独地或以其中的几个的组合来实现：在一个实施例中，功率转换器是DC-DC功率转换器或AC-DC功率转换器；在一个实施例中，调节器是基于比例、积分和/或微分(PID)的调节器，并且至少一个调节器参数包括kp、ki和kd系数中的一个或多个参数在该调节器中实现；在一个实施例中，预测器包括用于存储标记的训练数据的查找表，并且预测器选择这些标记的训练数据中的一项训练数据作为到至少一个操作点的最近邻；在一个实施例中，预测器以用于从至少一个操作点发出每个调节器参数的更新值的计算序列来实现回归类型的至少一个计算步骤；在一个实施例中，预测器被布置用于以前馈人工智能方式进行操作；在一个实施例中，预测器被布置用于作为神经网络进行操作，特别是作为单层神经网络进行操作；以及预测器被实现为神经形态芯片或在神经形态芯片中实现。本文中的其他实施例包括一种用于执行从输入电流和输入电压到输出电流和输出电压的电功率转换的方法，该方法包括：使用调节器产生用于功率转换的至少一个有效控制信号，调节器执行至少一个调节器参数；收集在本文档来自技高网...

【技术保护点】
1.一种用于将输入电流和输入电压转换成输出电流和输出电压的功率转换器，所述功率转换器包括至少一个相并且还包括：/n调节器，操作为使用在所述调节器中实现的至少一个调节器参数来产生至少一个控制信号，所述调节器被连接以使得所述至少一个控制信号由所述功率转换器用来产生所述转换；/n值提供系统，操作为收集所述功率转换器的至少一个操作点，每个操作点与所述转换器的操作时刻相关并且包括：i)关于所述输入电流、所述输入电压、相位输入电流、相位输入电压中的一个或多个输入参数，和/或关于所述输出电流、所述输出电压、相位输出电流、相位输出电压中的一个或多个输出参数，对于所述操作时刻的测量值，以及ii)被分配给所述操作点的所述时刻的所述功率转换器的目标输出电压的至少一个值；以及/n预测器，操作为提供每个调节器参数的相应更新值，以供所述调节器进一步实现，并且所述预测器被配置为使用基于由所述值提供系统收集的至少一个操作点并且还基于从机器学习过程获取的预测器参数的过程来确定每个更新的调节器参数值。/n

【技术特征摘要】
20181212 US 16/217,5541.一种用于将输入电流和输入电压转换成输出电流和输出电压的功率转换器，所述功率转换器包括至少一个相并且还包括：
调节器，操作为使用在所述调节器中实现的至少一个调节器参数来产生至少一个控制信号，所述调节器被连接以使得所述至少一个控制信号由所述功率转换器用来产生所述转换；
值提供系统，操作为收集所述功率转换器的至少一个操作点，每个操作点与所述转换器的操作时刻相关并且包括：i)关于所述输入电流、所述输入电压、相位输入电流、相位输入电压中的一个或多个输入参数，和/或关于所述输出电流、所述输出电压、相位输出电流、相位输出电压中的一个或多个输出参数，对于所述操作时刻的测量值，以及ii)被分配给所述操作点的所述时刻的所述功率转换器的目标输出电压的至少一个值；以及
预测器，操作为提供每个调节器参数的相应更新值，以供所述调节器进一步实现，并且所述预测器被配置为使用基于由所述值提供系统收集的至少一个操作点并且还基于从机器学习过程获取的预测器参数的过程来确定每个更新的调节器参数值。


2.根据权利要求1所述的转换器，其中所述转换器是DC-DC功率转换器或AC-DC功率转换器。


3.根据权利要求1所述的转换器，其中所述调节器是基于比例、积分和/或导数的调节器，并且所述至少一个调节器参数包括在所述调节器中实现的kp、ki和kd系数中的一个或多个系数。


4.根据权利要求1所述的转换器，其中所述预测器操作为基于与所述转换器的连续操作时刻相关的多个操作点来确定每个调节器参数的所述更新值，所述多个操作点对应于固定数目的操作点。


5.根据权利要求4所述的转换器，其中所述预测器操作为实现递归神经网络，以使得每当所述值提供系统向所述预测器提供另外的操作点时，所述另外的操作点以FIFO队列方式被添加到所述多个操作点，以获取更新的多个操作点以用于发出每个调节器参数的另外的更新值。


6.根据权利要求1所述的转换器，其中所述预测器包括用于存储标记的训练数据的查找表，并且包括计算硬件，所述计算硬件操作为选择所述标记的训练数据中的一项训练数据作为到所述至少一个操作点的最近邻以确定针对所述PID的设置。


7.根据权利要求1所述的转换器，其中所述预测器包括以用于从所述至少一个操作点发出每个调节器参数的所述更新值的计算序列，用于实现回归类型的至少一个计算步骤的装置。


8.根据权利要求1所述的转换器，其中所述预测器被布置用于以前馈人工智能方式进行操作。


9.根据权利要求1所述的转换器，其中所述预测器被布置用于作为神经网络、特别是作为单层神经网络进行操作。


10.根据权利要求1所述的转换器，其中所述预测器基于神经形态芯片。


11.一种用于执行从输入电流和输入电压到输出电流和输出电压的电功率转换的方法，所述方法包括：
使用调节器产生用于所述功率转换的至少一个控制信号，所述调节器执行至少一个调节器参数；
收集在所述功率转换期间发生的至少一个操作点，每个操作点与所述功率转换期间的操作时刻相关，并且一方面包括关于所述输入电流、所述输入电压、相位输入电流、相位输入电压中的一个或多个输入参数和/或关于所述输出电流、所述输出电压、相位输出电流、相位输出电压中的一个或多个输出参数，对于所述操作时刻的测量值，以及另一方面包括分配给所述操作点的所述时刻的所述功率转换的目标输出电压的至少一个值；以及
使用预测器，提供每个调节器参数的相应更新值以供所述调节器进一步实现，其中每个更新的调节器参数值由所述预测器使用基于所述至少一个收集的操作点并且还基于从机器学习过程获取的预测器参数的过程来确定。


12.根据权利要求11所述的方法，还包括在所述机器学习过程期间执行的操作/1/至/3/：
...

【专利技术属性】
技术研发人员：B·L·施瓦贝，S·赛拉图，J·A·埃尤里，
申请(专利权)人：英飞凌科技奥地利有限公司，
类型：发明
国别省市：奥地利;AT