← 返回
面向宽电压范围LLC谐振变换器电压增益建模的知识感知神经网络
Knowledge-Aware Neural Network for Voltage Gain Modeling of LLC Resonant Converters With Wide Voltage Range
| 作者 | Fanghao Tian · Yu Zuo · Wilmar Martinez |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年4月 |
| 技术分类 | 拓扑与电路 |
| 技术标签 | LLC谐振 DC-DC变换器 机器学习 深度学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | LLC谐振变换器 电压增益建模 脉冲频率调制 宽电压范围 知识感知神经网络 电力电子 |
语言:
中文摘要
LLC谐振变换器因其高效率和高功率密度被广泛应用。然而，在脉冲频率调制下，特别是在宽电压范围内，利用传统的一阶谐波近似（FHA）和时域分析法进行电压增益建模仍面临挑战。本文提出了一种知识感知神经网络方法，通过结合物理知识与数据驱动模型，实现了对LLC变换器电压增益的精确建模。
English Abstract
The LLC resonant converter is widely utilized across various fields for its high efficiency, power density, and reduced electromagnetic interference. However, accurately modeling its voltage gain under pulse frequency modulation, especially across a wide voltage range, remains challenging among the current analysis methodologies, like first harmonic approximation (FHA) and time domain analysis (TD...
S
SunView 深度解读
LLC拓扑是阳光电源户用光伏逆变器及储能系统（如PowerStack、ST系列PCS）中DC-DC变换级的核心技术。随着光伏与储能系统对宽电压范围适应性要求的提升，传统FHA建模在边界条件下精度不足。本文提出的知识感知神经网络方法，能够显著提升变换器在全工作范围内的控制精度与动态响应速度。建议研发团队将其应用于iSolarCloud智能运维平台的数字孪生建模，或集成至下一代高功率密度逆变器控制算法中，以优化宽电压输入下的转换效率，提升产品在复杂电网环境下的性能表现。