一种基于边缘神经网络预测的CLLC谐振变换器软起动方法技术

本发明专利技术公开了一种基于边缘神经网络预测的CLLC谐振变换器软起动方法，该方法首先利用电压电流传感器获取电路不同条件下软起动过程数据。其次构建LSTM网络得到CLLC电路模型预测器；将当前时刻的过程数据作为输入，输出下一个周期的输出电压值和谐振电流峰值，得到真实的最优开关频率值。然后搭建实时性轻量化网络作为最优开关频率控制器，将负载系数、电压增益和谐振电流峰值作为轻量化网络输入，输出为预测的最优开关频率值。最后将最优开关频率控制器结合PI控制器，实现CLLC谐振变换器的平滑软起动。本发明专利技术在动态负载和低存储代价条件下，实现了一个快速低峰值电流的软起动方法。

【技术实现步骤摘要】

本专利技术属于电力电子，具体涉及一种基于边缘神经网络预测的cllc谐振变换器软起动方法。

技术介绍

1、cllc谐振变换器是一种高级的电力电子转换器，它在设计上结合了传统llc变换器的优点，并进一步优化了其性能，特别是在双向能量传输的应用场景中。这种变换器特别适用于新能源发电、储能系统、电动汽车充电基础设施、以及高效率电源转换等领域。

2、但是传统的模拟控制器由于其线性特性与谐振转换器的非线性行为之间的差异，容易导致高浪涌电流。这不仅增加了系统的损耗，还可能对系统元件造成损害。cllc谐振变换器的软起动过程因其谐振网络而面临着高浪涌电流和高浪涌电压的挑战。

3、部分方法如状态平面分析和状态轨迹分析虽然能够控制启动过程中的电流，但由于高频电流的测量困难和控制环路中的时间延迟，导致启动时间较长。通常，pwm信号每6-12个开关周期刷新一次，进一步延长了启动时间。有人提出的数字策略使用查找表(lut)来管理启动过程，但这种方法依赖于谐振参数、输出电容和负载电阻，需要高维lut，增加了系统的复杂性和存储需求。其他研究采用了额外的变压器和二极本文档来自技高网...

【技术保护点】

1.一种基于边缘神经网络预测的CLLC谐振变换器软起动方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于边缘神经网络预测的CLLC谐振变换器软起动方法，其特征在于，所述步骤1具体实现为：通过高精度运放采集m组不同负载条件下，CLLC谐振变换器启动周期内的数据；每组负载相差2％，从空载到满载整个工作区间；同时每组中包含n个控制周期，记录每个周期内开关频率、输出电压和谐振电流。

3.根据权利要求2所述的基于边缘神经网络预测的CLLC谐振变换器软起动方法，其特征在于，所述步骤2具体实现过程如下：

4.根据权利要求3所述的基于边缘神经网络预测的CL...

【技术特征摘要】

1.一种基于边缘神经网络预测的cllc谐振变换器软起动方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于边缘神经网络预测的cllc谐振变换器软起动方法，其特征在于，所述步骤1具体实现为：通过高精度运放采集m组不同负载条件下，cllc谐振变换器启动周期内的数据；每组负载相差2％，从空载到满载整个工作区间；同时每组中包含n个控制周期，记录每个周期内开关频率、输出电压和谐振电流。

3.根据权利要求2所述的基于边缘神经网络预测的cl...

【专利技术属性】
技术研发人员：马国进，金凯，高明裕，林辉品，董哲康，曾毓，李芸，何志伟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：