一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法

    公开(公告)号:CN119995350A

    公开(公告)日:2025-05-13

    申请号:CN202510461183.5

    申请日:2025-04-14

    Abstract: 本发明提供了一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法,包括:步骤1,收集电网历史数据;步骤2,构建克里金代理模型;步骤3,评估参数组合的全局最优性;步骤4,使用遗传算法实现参数空间的定向搜索;步骤5,更新克里金代理模型;步骤6,利用更新后的克里金代理模型代入遗传算法中,实现闭环反馈机制;步骤7,迭代执行步骤4~步骤6,查找到最小的极值点;步骤8,得到最优个体对应的控制器参数和控制器参数下的适应度函数值;步骤9,将最优适应度对应的控制器参数应用于实际降压式变换器系统。本发明在遗传算法中加入梯度惩罚函数,增强更新的代理模型对输入电压波动的泛化能力,显著提升了系统的鲁棒性。

    一种基于粒子群优化的降压式变换器动态性能权重调整方法

    公开(公告)号:CN119945146A

    公开(公告)日:2025-05-06

    申请号:CN202510446086.9

    申请日:2025-04-10

    Abstract: 本发明提供了一种基于粒子群优化的降压式变换器动态性能权重调整方法,包括以下步骤:步骤1,初始化控制参数、种群与迭代次数;步骤2,进行外层循环,寻找到使贡献比率误差最小化的最优权重系数组合;步骤3,进行内层循环:通过差分进化算法优化比例增益和积分增益,通过外层循环与内层循环的逆向反馈实现全局优化;步骤4,判断是否满足停止条件;步骤5,将最优控制器参数输入到降压式电路的比例积分控制器中,输出优化后的电压曲线。该方法创新性地实现动态权重调节与控制器参数优化的双向交互,具有较强的适应性和广泛的应用前景,尤其在复杂负载条件下,能够自动调节优化策略,确保变换器在各种工况下均能保持优异的控制性能。

Patent Agency Ranking