找到 2 条结果
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
Fanghao Tian · Yu Zuo · Wilmar Martinez · IEEE Transactions on Power Electronics · 2026年4月
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。
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...
用于宽负载应用的单输入多输出双向谐振变换器的物理信息神经网络建模
Physics-Informed Neural Network Model Description for an SIMO Bidirectional Resonant Converter for Wide-Load Applications
Diego Bernal Cobaleda · Fanghao Tian · Wilmar Martinez · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年4月
本文提出一种面向高自由度电力变换器的物理信息神经网络（PINN）建模方法。该方法综合考虑占空比、相移及功率关系，突破传统调制策略对谐波近似或时域分析的依赖，有助于识别更高效的运行工作点。以一种原边五电平T型逆变器、副边级联双单元多电平逆变器的谐振多输出变换器为案例，实现高低压侧隔离并降低变压器匝数比，提升功率密度潜力。结合粒子群优化（PSO）算法对PINN预测结果进行优化，进一步挖掘性能潜力。通过低功率样机验证，轻载效率显著提升。结果表明人工智能驱动建模在拓展变换器全负载效率方面具有前景，并探讨...
解读: 该PINN建模方法对阳光电源多端口变换器产品具有重要价值。在ST储能系统中，可优化多电池簇并联的SIMO拓扑建模，突破传统谐波分析局限，实现宽SOC范围高效运行；结合PSO算法可动态寻优调制策略，提升轻载效率。在车载OBC及充电桩产品中，五电平T型逆变器与级联多电平拓扑的结合可降低变压器匝数比、提升...