公开(公告)号：CN112072893A

公开(公告)日：2020-12-11

申请号：CN202010576571.5

申请日：2020-06-22

Applicant: 华中科技大学

Inventor： 陈宇 ,  童思雨 ,  康勇

IPC: H02M1/00 ,  H02M1/32 ,  H02M7/5387 ,  G06N3/08 ,  G06F17/11

Abstract: 本发明公开了一种合成变量反馈的电力电子变换器控制方法，属于电力电子变换器控制技术领域。本发明在控制过程中设置保护条件和学习条件，既保障了变换器的安全稳定运行，又能灵活地设计优化目标，适用范围广泛；具体地，在变换器运行过程中设置保护条件，若满足保护条件，则采取保护措施确保变换器安全运行；否则，利用当前时刻神经网络输出的控制变量，对变换器进行控制；在自学习过程中加入学习条件，仅需在控制性能未达到设定目标时(即满足学习条件时)进行在线学习，优化控制器，控制性能达到设定目标后即停止在线学习，减少了计算量，容易实现。

公开(公告)号：CN117318480A

公开(公告)日：2023-12-29

申请号：CN202311131261.2

申请日：2023-09-04

Applicant: 华中科技大学

Inventor： 陈宇 ,  白敬波 ,  童思雨 ,  康勇

IPC: H02M3/156 ,  H02M3/158 ,  H02M1/14 ,  G06N3/092 ,  G06N3/04

Abstract: 本发明公开了一种基于强化学习的DC‑DC变换器的调制策略设计方法及系统，属于电力电子技术领域，本发明以DC‑DC变换器的状态向量X作为输入，以变换器各开关模态及对应占空比组成的所有可能动作的质量向量Q为输出，构建一个深度神经网络作为智能体，将调制策略设计看作是对变换器开关模态排列组合并分配占空比的过程，通过强化学习，智能体无需人为干预即可在试错中总结经验，最终生成奖励最大化的调制策略，提升DC‑DC变换器的调制策略设计效率。

公开(公告)号：CN112072893B

公开(公告)日：2022-03-29

申请号：CN202010576571.5

申请日：2020-06-22

Applicant: 华中科技大学

Inventor： 陈宇 ,  童思雨 ,  康勇

IPC: H02M1/00 ,  H02M1/32 ,  H02M7/5387 ,  G06N3/08 ,  G06F17/11

Abstract: 本发明公开了一种合成变量反馈的电力电子变换器控制方法，属于电力电子变换器控制技术领域。本发明在控制过程中设置保护条件和学习条件，既保障了变换器的安全稳定运行，又能灵活地设计优化目标，适用范围广泛；具体地，在变换器运行过程中设置保护条件，若满足保护条件，则采取保护措施确保变换器安全运行；否则，利用当前时刻神经网络输出的控制变量，对变换器进行控制；在自学习过程中加入学习条件，仅需在控制性能未达到设定目标时(即满足学习条件时)进行在线学习，优化控制器，控制性能达到设定目标后即停止在线学习，减少了计算量，容易实现。