【技术实现步骤摘要】
本专利技术涉及开关电源，尤其涉及一种反激式开关电源升频控制方法及装置。
技术介绍
1、开关电源
涉及电力转换和电源管理的科学和工程领域。它主要关注将电能从一种形式转换为另一种形式，以满足电子设备的电源需求。开关电源技术涉及将电能从交流电源（例如来自电网的电能）转换为直流电源，以供应计算机、通信设备、电子设备等。这个领域涵盖了多种拓扑结构和控制方法，以提高能源效率、稳定性和电源质量。
2、其中，反激式开关电源升频控制方法是一种应用于开关电源技术的特定方法。在这种方法中，反激式电源通常用于将低电压升高到更高电压水平。这是因为有时需要在电子设备中提供比电源输入电压更高的电压。升频电源可以应用于无线通信设备、照明、医疗设备等领域，其中需要提供不同电压水平以满足设备的要求。这种升频控制方法的主要目的是将电源的输出电压升高，以满足特定设备或电路的电压要求。通常，这用于确保设备正常运行，或者为了提供不同电压水平以适应不同应用。通过这种方法，可以实现在输入电压低于所需输出电压时将电压升高的效果。这有助于确保电子设备正常运行，并且可以提供稳定的电源。此外，通过开关电源技术的高效性，可以减少能量损失，提高电源效率。升频控制方法通常通过控制开关电源中的开关元件，如mosfet、电感和电容器，以改变电源的工作方式来实现。通过适当的脉冲宽度调制（pwm）或其他控制策略，可以有效地升高输出电压。此外，反激式拓扑的设计和控制电路的精确调整也是实现升频的关键手段。这些方法可以确保电源提供所需的电压水平，同时保持效率和电源质量。
3
技术实现思路
1、本专利技术的目的是解决现有技术中存在的缺点，而提出的一种反激式开关电源升频控制方法及装置。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种反激式开关电源升频控制方法，包括以下步骤：
3、s1：基于实时的负载需求，采用电流和电压传感器控制算法，对电源的电压和电流进行实时监测，并进行噪声减少和数据滤波处理，生成处理后的实时电压和电流数据；
4、s2：基于所述处理后的实时电压和电流数据，采用深度神经网络模型训练算法，对电源工作模式和频率进行预测，并生成优化后的工作模式和频率方案；
5、s3：基于所述优化后的工作模式和频率方案及实时磁场强度数据，采用阈值调整算法对电源工作模式和频率进行动态调整，生成防止磁饱和的工作频率调制信号；
6、s4：基于所述防止磁饱和的工作频率调制信号，采用软启动和软关断技术，实现无缝切换的开关电源工作模式和频率，生成针对实时负载的最优工作模式和频率；
7、s5：基于所述针对实时负载的最优工作模式和频率，使用卷积神经网络或循环神经网络的ai模型进行实时优化，动态调整工作频率、开关模式，生成ai优化后的电源工作状态；
8、s6：基于所述ai优化后的电源工作状态，通过实时安全监测算法进行电源输出控制，对电压和电流进行实时检测和安全范围调整，生成安全电源输出；
9、所述深度神经网络模型训练算法具体为使用长短期记忆网络模型，针对电源电压和电流数据的时间序列特性进行训练和预测，所述阈值调整算法具体为根据饱和阈值和实时磁场强度数据，计算出需要调整的电源工作频率，避免电源工作在磁饱和区，所述软启动和软关断技术具体为，通过自适应调整电源开关的速度和时间，避免电源在切换工作模式时引发电压和电流的突变，所述ai优化包括电源工作频率的动态调整，开关模式的智能选择，以及负载变化时电源性能的自适应优化，所述实时安全监测算法具体为实时监测电源的电压和电流，当检测到电压或电流超出安全范围，立即进行警告或自动调整，确保电源的稳定运行。
10、作为本专利技术的进一步方案，基于实时的负载需求，采用电流和电压传感器控制算法，对电源的电压和电流进行实时监测，并进行噪声减少和数据滤波处理，生成处理后的实时电压和电流数据的步骤具体为：
11、s101：基于实时负载需求，采用差分放大器算法，进行电源的电流和电压实时监测，并进行数据采集，生成原始电流电压数据；
12、s102：基于所述原始电流电压数据，采用小波去噪算法，减少数据噪声，并进行数据清洗，生成去噪后的电流电压数据；
13、s103：基于所述去噪后的电流电压数据，使用卡尔曼滤波器，进行数据滤波处理，并进行数据整合，生成滤波后的电流电压数据；
14、s104：基于所述滤波后的电流电压数据，采用数据归一化方法，进行数据标准化处理，并进行数据格式统一化，生成处理后的实时电压和电流数据；
15、所述原始电流电压数据具体指从电源实时读取的未经处理的电压和电流值，所述去噪后的电流电压数据具体为经过小波去噪处理后的稳定电流和电压值，所述滤波后的电流电压数据包括经卡尔曼滤波器处理后的稳定电压和电流值，所述处理后的实时电压和电流数据具体指经过归一化和格式统一化后，用于深度学习模型的数据。
16、作为本专利技术的进一步方案，基于所述处理后的实时电压和电流数据，采用深度神经网络模型训练算法，对电源工作模式和频率进行预测，并生成优化后的工作模式和频率方案的步骤具体为：
17、s201：基于所述处理后的实时电压和电流数据，使用张量转化方法，进行数据格式转换，并进行数据预处理，生成深度学习输入数据；
18、s202：基于所述深度学习输入数据，应用卷积神经网络，进行特征学习，并进行模型训练，生成模型训练结果；
19、s203：基于所述模型训练结果，采用梯度下降优化方法，进行工作模式和频率的预测，并进行参数优化，生成工作模式和频率预测值；
20、s204：基于所述工作模式和频率预测值，使用遗传算法，进行工作模式和频率的优化，并进行参数方案输出，生成优化后的工作模式和频率方案；
21、所述深度学习输入数据具体为用于深度神经网络模型的张量数据格式，所述模型训练结果具体指通过卷积神经网络训练得到的权重和偏差参数，所述工作模式和频率预测值具体为通过梯度下降法优化后预测出的电源工作模式及其频率，所述优化后的工作模式和频率方案具体指经遗传算法优化后，针对实际工况方案的工作模式和频率值。
22、作为本专利技术的进一步方案，基于所述优化后的工作模式和频率方案及实时磁场强度数据，采用阈值调整算法对电源工作模式和频率进行动态调整，生成防止磁饱和的工本文档来自技高网...
【技术保护点】
1.一种反激式开关电源升频控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于实时的负载需求，采用电流和电压传感器控制算法，对电源的电压和电流进行实时监测，并进行噪声减少和数据滤波处理，生成处理后的实时电压和电流数据的步骤具体为：
3.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述处理后的实时电压和电流数据，采用深度神经网络模型训练算法，对电源工作模式和频率进行预测，并生成优化后的工作模式和频率方案的步骤具体为：
4.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述优化后的工作模式和频率方案及实时磁场强度数据，采用阈值调整算法对电源工作模式和频率进行动态调整，生成防止磁饱和的工作频率调制信号的步骤具体为：
5.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述防止磁饱和的工作频率调制信号，采用软启动和软关断技术，实现无缝切换的开关电源工作模式和频率，生成针对实时负载的最优工作模式和频率的步骤具体为：
6.根据
7.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述AI优化后的电源工作状态，通过实时安全监测算法进行电源输出控制，对电压和电流进行实时检测和安全范围调整，生成安全电源输出的步骤具体为：
8.一种反激式开关电源升频控制装置，其特征在于，根据权利要求1-7任一项所述的反激式开关电源升频控制方法，所述装置包括数据采集模块、数据处理模块、学习训练模块、参数设定模块、状态分析模块、参数优化模块、安全监测模块。
9.根据权利要求8所述的反激式开关电源升频控制装置，其特征在于，所述数据采集模块基于实时负载需求，采用差分放大器算法，对电源的电压和电流进行实时监测，采集数据，生成原始电流电压数据；
10.根据权利要求8所述的反激式开关电源升频控制装置，其特征在于，所述数据采集模块包括电压监测子模块、电流监测子模块、数据采集子模块；
...【技术特征摘要】
1.一种反激式开关电源升频控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于实时的负载需求，采用电流和电压传感器控制算法，对电源的电压和电流进行实时监测，并进行噪声减少和数据滤波处理，生成处理后的实时电压和电流数据的步骤具体为：
3.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述处理后的实时电压和电流数据，采用深度神经网络模型训练算法，对电源工作模式和频率进行预测，并生成优化后的工作模式和频率方案的步骤具体为：
4.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述优化后的工作模式和频率方案及实时磁场强度数据，采用阈值调整算法对电源工作模式和频率进行动态调整，生成防止磁饱和的工作频率调制信号的步骤具体为：
5.根据权利要求1所述的反激式开关电源升频控制方法，其特征在于，基于所述防止磁饱和的工作频率调制信号，采用软启动和软关断技术，实现无缝切换的开关电源工作模式和频率，生成针对实时负载的最优工作模式和频率的步骤具体为：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：黄子田，黎晓君，黄韶添，
申请(专利权)人：东莞市石龙富华电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。