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

AITNT
正文
推荐专利
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
申请号:CN202510446086
申请日期:2025-04-10
公开号:CN119945146B
公开日期:2025-06-03
类型:发明专利
摘要
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。
技术关键词
降压式变换器 比率 进化算法 动态权重优化 比例积分控制器 粒子群优化算法 稳态误差 电压稳定 降压式变换电路 参数 电压超调量 粒子群算法 计算误差 处理器
系统为您推荐了相关专利信息
1
一种挺水型植被光合有效辐射吸收比率估算方法
辐射传输模型 植被 三维激光雷达点云 比率 生态遥感
2
一种基于地理元过程的城市土地-人口动态耦合模拟方法及系统
耦合模拟方法 城市中心 进化算法 Sigmoid函数 邻域
3
计及电动汽车充电负荷的高速公路服务区电力动态扩容方法
动态扩容方法 高速公路服务区 微电网 分布式可再生能源 计划
4
黑体双闭环温度控制方法、装置、设备及可读存储介质
闭环温度控制系统 电压控制器 闭环温度控制方法 模数转换器 温控器
5
一种基于机器学习势函数的合金材料力热性质多尺度模拟方法
多尺度模拟方法 机器学习算法 训练集数据 支持向量机模型 合金材料设计
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号