摘要
本申请涉及一种分布式负载自均衡DC/DC车载电源变换器控制方法及系统,方法包括实时采集实际输出电流、实际输出电压和工作状态;构建强化学习神经网络,包括输入层、隐含层、输出层,隐含层的数量动态调整;训练强化学习神经网络,构建第一时间段的输入向量,输入至强化学习神经网络,得到最大限制电流;调整DC/DC模块的占空比,使实际输出电流小于最大限制电流;构建第一时间段的输出向量,通过奖惩函数和损失函数计算第一时间段的输出向量的损失值,通过链式求导法反向调整强化学习神经网络中各神经元的连接权值;构建第二时间段的输入向量,输入强化学习神经网络,构建第二时间段的输出向量和第三时间段的输入向量,反向调整强化学习神经网络,重复迭代。
技术关键词
变换器控制方法
车载电源
时间段
变换器控制系统
训练强化学习神经网络
sigmoid函数
辅助电源电路
电流采样单元
采样模块
电压
执行算法
并联系统
功率开关
实时数据
驱动信号
动态
可读存储介质
控制单元
系统为您推荐了相关专利信息
交通流预测方法
交通流预测模型
交通流信息
稳态
历史交通数据
空调系统末端送风
场馆
典型
时间段
网络预订系统
验证管理系统
监测网络流量
网络流量数据
信息安全风险
频率
消息队列系统
数据处理系统
数据库更新
ERP系统
计算机程序代码