基于深度学习的可控硅调光电路过零点检测方法和系统

本申请提供一种基于深度学习的可控硅调光电路过零点检测方法和系统，涉及电路过零点检测技术领域。该方法包括首先获取工况信息和电路的电压电流信号，通过预先训练的深度学习模型（电路过零点检测模型）识别初始过零点的时间和相位信息，模型的训练数据包含了大量带标注的工况和电压电流样本。在可控硅电路开始工作后，系统会检测频闪情况，将实际频闪值与标准值比较得到偏离程度。最后，基于初始过零点信息和频闪偏离值，计算出最终的过零点信息，用于调整和优化电路的工作状态。这种双重验证机制显著提高了过零点检测的准确性和可靠性，使得可控硅的导通时机更加精准，实现更稳定的调光效果，减少了频闪现象对照明质量的影响。