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！

龙图腾网获悉电子科技大学申请的专利一种融合AI优化算法的双有源全桥变换器优化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：CN119853398B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411606977.8，技术领域涉及：H02M1/00；该发明授权一种融合AI优化算法的双有源全桥变换器优化控制方法是由胡维昊;曹迪;赵文卓;陈晓飞;韩雨伯;秦心筱;唐远鸿;范嘉晨;朱淑剑;张森设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种融合AI优化算法的双有源全桥变换器优化控制方法在说明书摘要公布了：本发明公开了一种融合AI优化算法的双有源全桥变换器优化控制方法，同时对双有源全桥变换器的工作状态V1,V2,Po和移相控制量D1,D2,Dφ进行线下训练，以获得双有源全桥变换器在最低均方根电流和电流应力下的多组三重移相控制变量，并整合成深度强化学习模型，最后，在实际使用中，通过对双有源全桥直流变换器的V1，V2，Po进行采样，根据采样值的实际大小调用深度强化学习模型，映射出匹配于最佳电流性能的移相角D1,D2,Dφ，并根据最终的三重移相控制变量实现双有源全桥变换器的电流特性优化控制。

本发明授权一种融合AI优化算法的双有源全桥变换器优化控制方法在权利要求书中公布了：1.一种融合AI优化算法的双有源全桥变换器优化控制方法，其特征在于，包括以下步骤： 1、设置双有源全桥变换器的工作范围，并构建通用三移相控制下双有源全桥变换器的电流特性和传输功率的数学表法式； 1.1、设置双有源全桥变换器应用的输入侧电压V1范围，输出侧电压V2范围和期望的传输功率Po的范围； 1.2、构建通用三移相控制下双有源全桥变换器的电流特性和传输功率的数学表法式； 其中，V1为双有源全桥变换器的输入电压，V2为双有源全桥变换器的输出电压，控制变量D1为全桥FB1的内移相，控制变量D2为全桥FB2的内移相，控制变量Dφ为vp和vs'中心点之间的外移相，三个控制变量均的范围限定在半周期的移相角内，也即D1,D2,Dφ的大小位于0～π，Po为双有源全桥变换器的传输功率，Irms为双有源全桥变换器的均方根电流，fs为开关频率，w0为角频率，iL为电感电流的表达式； 2、搭建深度强化学习模型； 2.1、设置深度强化学习模型的奖励函数r＝-[αPo-Po'2+β|Irms|]，其中Po'表示强化学习过程中的传递功率，α和β为权重系数； 2.2、搭建基于actor-critic框架的深度强化学习模型，包括：一个actor网络φ和两个critic网络θ1、θ2，以及一个目标actor网络φ'和两个目标critic网络θ1'、θ2'； 2.3、在双有源全桥变换器的工作范围内对V1,V2,Po随机采样，得到当前状态st＝V1,t,V2,t,Po,t，然后将状态st输入至actor网络φ，拟合出动作at＝D1,t,D2,t,Dφ,t； 2.4、将动作at代入公式1计算出电感电流iL，然后判断电感电流iL是否满足如下条件： 如果电感电流iL满足公式2，则将st,at代入深度强化学习模型的奖励函数，计算出当前时刻的奖励值rst,at；否则，按步进增大权重系数β，然后再将st,at代入深度强化学习模型的奖励函数，计算出当前时刻的奖励值rst,at； 2.5、重复步骤2.3得到状态st+1＝V1,t+1,V2,t+1,Po,t+1和动作at+1＝D1,t+1,D2,t+1,Dφ,t+1； 2.6、将st+1,at+1分别代入目标critic网络θ′i，得到输出值 2.7、选出然后通过均方贝尔曼误差函数更新两个critic网络θi； 2.8、以的最大值为目标更新actor网络φ； 2.9、更新两个目标critic网络θi'； θi'←τθi+1-τθi',i＝1,2 2.10、更新目标actor网络φ'； φ'←τφ+1-τφ' 2.11、重复步骤2.3～2.10，直至深度强化学习模型收敛； 3、对双有源全桥变换器进行控制； 实时采集双有源全桥直流变换器的V1、V2和Po，然后判断采样得到的V1、V2和Po所对应的值在步骤2.4中深度强化学习模型中进行搜索，映射出匹配于最佳电流性能的移相角D1,D2,Dφ，然后根据该移相控制变量对双有源全桥变换器进行优化控制。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；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”。

以上内容由龙图腾AI智能生成。