深圳市凌康技术有限公司吴永钊获国家专利权
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!
龙图腾网获悉深圳市凌康技术有限公司申请的专利基于模型预测控制的低损耗逆变动态响应系统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:CN121036553B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202511549014.3,技术领域涉及:H02M7/48;该发明授权基于模型预测控制的低损耗逆变动态响应系统是由吴永钊;王金录;毕福春设计研发完成,并于2025-10-28向国家知识产权局提交的专利申请。
本基于模型预测控制的低损耗逆变动态响应系统在说明书摘要公布了:本发明属于逆变器技术领域,本发明提供了基于模型预测控制的低损耗逆变动态响应系统,包括:动态工况聚类模块:获取逆变器的历史动态工况数据集,按照扰动源、系统状态以及控制目标三个维度提取特征,并对特征的有效性进行筛选分析,基于保留的有效性特征进行历史动态工况的聚类分析,生成多组具有共性的聚类类别;相同类别内差异分析模块:对于每个聚类类别,分析同一聚类类别内动态工况的差异特征,区分并提取单差异特征及多差异特征组合。从而可以基于实时动态工况进行聚类类别匹配与规则库的调取,提高分析的效率,增加调整响应的即时性,并且基于输出的适配当前工况的MPC多目标优先级,优化传统固定权重下顾此失彼的问题。
本发明授权基于模型预测控制的低损耗逆变动态响应系统在权利要求书中公布了:1.基于模型预测控制的低损耗逆变动态响应系统,其特征在于:包括: 动态工况聚类模块:获取逆变器的历史动态工况数据集,按照扰动源、系统状态以及控制目标三个维度提取特征,并对特征的有效性进行筛选分析,基于保留的有效性特征进行历史动态工况的聚类分析,生成多组具有共性的聚类类别; 相同类别内差异分析模块:对于每个聚类类别,分析同一聚类类别内动态工况的差异特征,区分并提取单差异特征及多差异特征组合,分别分析两类差异特征对模型预测控制核心控制目标的影响程度与对应模型预测控制多目标优先级顺序,基于分析结果构建差异分析规则库; 对于任意一个单差异特征对应的样本集,明确单差异特征对应的控制目标; 计算单差异特征标准偏离度对应的目标变化量,并将目标变化量与标准偏离度进行比值计算,得到变化系数;计算所有样本对应变化系数的变异系数; 若变异系数超标,则将所有的变化系数按照从小到大的顺序进行排序,取四分之三位置对应的变化系数,作为特征敏感系数; 若变异系数未超标,则将所有的变化系数进行均值处理,作为特征敏感系数; 对于任意一个多差异特征组合对应的样本集; 将多差异特征组合对应的样本集中,为每个差异特征单独拆分出仅为特征为差异,其他特征符合共性的纯单特征样本子集; 对每个纯单特征样本子集,计算对应的特征敏感系数; 分别计算每个特征敏感系数占所有特征敏感系数总和的比例,作为特征敏感系数占比; 若特征敏感系数占比大于50%,则判定对应的特征为主导特征,否则,则判定对应的特征为次要特征; 若次要特征的特征敏感系数大于主导特征的特征敏感系数的30%,则判定为需修正次要特征; 提取主导特征与需修正次要特征,并计算特征敏感系数总和,分别计算对应的特征敏感系数与特征敏感系数总和的占比,作为比例系数; 将主导特征以及需修正次要特征对应的特征敏感系数分别与对应的比例系数进行乘积计算,再进行求和,得到特征敏感综合值; 若特征敏感系数特征敏感综合值超标,则为高影响等级,否则,则为低影响等级; 模型预测控制的核心目标是:动态响应速度、输出波形质量、开关损耗; 对于高影响等级:以当前工况所属聚类类别的核心共性需求为第一优先级,差异特征对应的主导控制目标为第二优先级,剩余目标为第三优先级; 对于低影响等级:弱化差异特征的主导控制目标,以系统整体效率与长期稳定性为核心,按聚类类别共性需求统一排序,无需区分主导目标; 实时状态匹配模块:采集逆变器实时运行状态数据,并匹配实时动态工况所属聚类类别,调用差异分析规则库中对应的差异规则,输出适配当前工况的多控制目标优先级顺序,并基于输出的多目标优先级顺序,执行控制策略。
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深圳市凌康技术有限公司,其通讯地址为:518100 广东省深圳市宝安区福海街道塘尾社区凤塘大道富源工业区B3栋201;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励