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！

龙图腾网获悉北京智芯微电子科技有限公司;广东工业大学申请的专利功率器件的动态电流预测方法及装置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：CN120893480B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511443942.1，技术领域涉及：G06N3/0464；该发明授权功率器件的动态电流预测方法及装置是由王祥;章国豪设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本功率器件的动态电流预测方法及装置在说明书摘要公布了：本申请涉及集成电路设计技术领域，特别涉及一种功率器件的动态电流预测方法及装置，其中，方法包括：基于脉冲I‑V与双脉冲平台进行同步多通道采集并进行数据预处理；通过一维卷积提取局部瞬态与振荡特征，双层LSTM建模时序依赖与记忆关系，端到端回归输出开关电流序列；以回归误差最小化为目标，结合优化与学习率调度进行训练，并采用早停等策略抑制过拟合；以均方根误差、平均绝对误差、决定系数为核心指标进行预测性能评估，并通过波形叠图检视上升沿、下降沿、过冲、拖尾等片段的一致性，从而从全局与局部两个层面客观反映拟合质量，支撑对关键瞬态的工程判断，增强了对不同工况下动态行为的适配性与稳定性，提高了预测的一致性。

本发明授权功率器件的动态电流预测方法及装置在权利要求书中公布了：1.一种功率器件的动态电流预测方法，其特征在于，包括以下步骤： 对目标功率器件进行脉冲I-V静态直流特性测试，以采集多组栅极电压、漏极电压与漏极电流之间的关系数据，并对所述目标功率器件进行双脉冲动态开关电流测试，以获取在目标频率和电压条件下所述目标功率器件的同步序列数据，以根据所述关系数据和所述同步序列数据确定对应的多通道时间样本序列，并对所述多通道时间样本序列进行标准预处理，以得到满足预设标准条件的标准化序列数据； 基于预设的卷积神经网络、双层长短期记忆网络、线性映射网络、复合损失函数和目标激活函数，构建所述目标功率器件对应的初始动态电流混合模型； 基于所述标准化序列数据，构建所述初始动态电流混合模型的训练数据集、验证数据集和测试数据集，并基于预设的模型接口协议，将所述训练数据集和所述验证数据集输入至所述初始动态电流混合模型中，以对所述初始动态电流混合模型进行迭代训练和验证，且在每次迭代训练和验证过程中，通过所述卷积神经网络提取所述训练数据集和所述验证数据集的瞬态局部特征，并利用所述双层长短期记忆网络提取所述瞬态局部特征对应的时序记忆特征，且基于所述线性映射网络、所述目标激活函数和所述时序记忆特征，生成每次迭代训练和验证过程对应的预测序列； 基于所述预测序列，计算每次迭代训练和验证过程对应的训练误差或验证误差，以根据所述训练误差或所述验证误差判断所述初始动态电流混合模型是否满足对应的预设迭代结束条件，以在所述初始动态电流混合模型满足对应的预设迭代结束条件时，将所述测试数据集输入至训练后的初始动态电流混合模型中，以生成对应的测试预测数据，并通过所述测试预测数据对所述初始动态电流混合模型进行性能指标评估和可视化验证，以得到满足预设性能要求的目标动态电流混合模型，以利用所述目标动态电流混合模型预测所述目标功率器件的开关电流； 其中，所述复合损失函数的数学表达式为： 其中，ρ表示稳健点误差；Δ为一阶差分；为保守电流包络上界；表示电流预测值；表示各损失项权重；表示实际测量电流；表示最大电流时间位置；表示激活函数；表示样本数量。

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北京智芯微电子科技有限公司;广东工业大学，其通讯地址为：100192 北京市海淀区西小口路66号中关村东升科技园A区3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”。

以上内容由龙图腾AI智能生成。