买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于熵权多目标粒子群优化的三相整流系统控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120262929B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510733646.9，技术领域涉及：H02M7/217；该发明授权一种基于熵权多目标粒子群优化的三相整流系统控制方法是由高旭东;杨璇;邓明聪;王子为设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本一种基于熵权多目标粒子群优化的三相整流系统控制方法在说明书摘要公布了：本发明提供了一种基于熵权多目标粒子群优化的三相整流系统控制方法，包括：步骤1，收集三相整流控制系统的电网历史运行数据并进行预处理；步骤2，建立控制器参数与系统性能指标的映射关系；步骤3，初始化多目标粒子群优化算法，更新个体最优与群体最优解；步骤4，采用熵权法修正的TOPSIS方法对Pareto解集进行综合评价；步骤5，将最优解集对应的参数应用于三相整流控制系统。该方法在优化过程中平衡了探索与开发的关系，确保既能广泛搜索参数空间，又能深入挖掘优秀解区域，从而显著提高储能变流器系统的性能。

本发明授权一种基于熵权多目标粒子群优化的三相整流系统控制方法在权利要求书中公布了：1.一种基于熵权多目标粒子群优化的三相整流系统控制方法，其特征在于，包括以下步骤： 步骤1，收集三相整流控制系统的电网历史运行数据并进行预处理，所述电网历史运行数据包括直流母线电压、电流和功率动态响应时间，并对数据进行预处理，所述预处理包括数据清洗、归一化处理和数据顺序重排； 步骤2，建立控制器参数与系统性能指标的映射关系，所述控制器参数包括外环和内环的PI参数kp1,ki1,kp2,ki2,kp3,ki3，所述性能指标包括建立时间ST、超调量OV和稳态误差SSE； 步骤3，初始化多目标粒子群优化算法，设定粒子群规模、迭代次数及惯性权重，通过非支配排序筛选Pareto解集，并更新个体最优与群体最优解； 步骤4，采用熵权法修正的TOPSIS方法对Pareto解集进行综合评价； 步骤5，将最优解集对应的参数应用于三相整流控制系统，所述多目标粒子群优化算法通过动态调整惯性权重与学习因子，实现电压跟踪和动态响应优化； 步骤2中，所述控制器参数的取值范围为[0.0001,50]，且所述性能指标的计算方法为： 步骤2-1，在多目标粒子群优化算法中，每个粒子代表控制器参数的一个候选解，粒子的位置和速度在参数空间中迭代更新，通过模拟群体智能行为逼近Pareto最优解集；将控制器参数代入三相整流控制系统的仿真模型中，记录电压动态响应曲线； 步骤2-2，计算性能指标： 从响应数据中提取以下指标： 建立时间ST计算公式为： ， 其中是t时刻瞬态电压，是稳态值，为稳态保持时间阈值； 超调量OV计算公式为： ， 稳态误差SSE计算公式为： ， 其中len是时间向量t的长度；Ns是一个输入参数； 步骤3包括： 步骤3-1，初始化粒子群： 设定参数，包括：粒子数量、最大迭代次数、学习因子C1、C2，和惯性权重； 粒子编码：每个粒子位置Xi=[kp1,ki1,kp2,ki2,kp3,ki3]，PI控制器参数范围为[0.0001,50]，速度Vi初始化为随机值； 步骤3-2，计算性能指标，并进行外部存档初始化； 根据步骤2的方法计算每个粒子的指标值ST、OV、SSE； 外部存档：将Pareto解集初始化为空集，通过非支配排序筛选当前种群中的非支配解，并存入存档； 步骤3-3，更新个体最优pbest与群体最优gbest； 步骤3-4，速度与位置更新； 步骤3-5，维护外部存档： 非支配解筛选：合并当前种群与存档，通过快速非支配排序筛选新一代非支配解； 拥挤度剪枝：如果存档大小超过阈值，采用拥挤度距离排序，保留分布均匀的解； 步骤3-6，终止条件判断：当达到最大迭代次数时终止算法； 步骤5包括： 外环直流电压控制：通过比较实际直流电压和目标电压,由PI调节器生成目标电流，进一步作为内环电流控制的输入； 内环电流控制：采用直轴电流参考值和实际直轴电流的误差、交轴电流参考值和实际交轴电流的误差作为输入，通过独立的PI控制器生成直轴电压参考值和交轴电压参考值； 通过坐标变换和SPWM调制生成驱动信号，动态调整开关器件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。