找到 2 条结果 · IEEE Journal of Emerging and Selected Topics in Power Electronics
基于软Actor-Critic算法的强化学习控制器改进交错并联DC-DC升压变换器电压调节
Improving Voltage Regulation of Interleaved DC-DC Boost Converter via Soft Actor-Critic Algorithm Based Reinforcement Learning Controller
Jian Ye · Di Zhao · Xuewei Pan · Sinan Li 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
本文提出采用基于软Actor-Critic（SAC）算法的强化学习（RL）控制器作为三相交错并联DC-DC升压变换器的唯一主控制器，以提升输出电压的动态性能。阐述了最大熵学习的优势及SAC算法原理，给出了神经网络结构与奖励函数的设计方案。SAC智能体经离线训练后，在工作点处进行稳定性分析，并在物理平台上部署测试。与现有方法的对比表明，该方法显著提升了变换器的电压控制能力，且对参数、参考值及负载变化具有强鲁棒性。
解读: 该SAC强化学习控制技术对阳光电源DC-DC变换器产品具有重要应用价值。在ST系列储能变流器中，交错并联Boost拓扑广泛用于电池侧DC-DC升压环节，该方法可显著提升电压动态响应速度和参数鲁棒性，优化储能系统功率爬坡能力。在车载OBC充电机中，面对电池SOC变化和负载突变工况，SAC算法的最大熵学...
基于数字孪生的单相PWM整流器灰箱建模与关键参数监测
Gray-Box Modeling and Key Parameters Monitoring of Single-Phase PWM Rectifiers Based on Digital Twins
Sihui Zhang · Wensheng Song · Zhiwei Zhang · Jian Chen 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年10月
针对工业保密性和知识产权限制导致控制参数难以获取的问题，现有单相脉宽调制（PWM）整流器的白箱数字孪生（DT）模型在实际应用中受限。为此，本文提出一种可克服未知控制参数限制且精度更高的灰箱DT模型。该模型引入死区效应和电容等效串联电阻（ESR），提升了准确性，并更贴近实际系统运行特性，具备更全面的健康状态监测能力。基于实测动静态工况数据，模型部署于独立服务器，结合粒子群与鲸鱼优化混合算法实现关键参数精确在线监测。实验验证了模型在不同工况、参数及控制策略下的有效性，并分析了误差影响。本研究推动了非...
解读: 该灰箱数字孪生建模技术对阳光电源多条产品线具有重要应用价值。在ST储能变流器和车载OBC充电机中，PWM整流器是核心功率单元，该技术可在无需获取控制参数的情况下实现精确建模，特别适用于第三方设备集成场景。引入死区效应和电容ESR的建模方法可提升SiC器件应用的精度，支持iSolarCloud平台的非...