找到 1 条结果

排序:
拓扑与电路 DC-DC变换器 强化学习 机器学习 ★ 2.0

一种用于D2D接口的具有强化学习下垂补偿的快速瞬态单次下垂恢复数字LDO

A Fast-Transient One-Shot Droop Recovery Digital LDO With Reinforcement-Learning Droop Compensation for D2D Interfaces

Minkyu Song · Yunbeom Hwang · Seok-Won Jung · Taeho Lee 等6人 · IEEE Transactions on Power Electronics · 2025年10月

本文介绍了一种数字低压差线性稳压器(LDO),通过基于强化学习的自适应补偿(RL-SAC)技术,实现了8纳秒的超快建立时间和单次电压下垂恢复。RL-SAC通过实时背景学习,识别补偿电压下垂所需的最佳电流,从而优化瞬态响应。

解读: 该技术主要针对芯片级电源管理(D2D接口),属于集成电路设计领域。虽然阳光电源的核心产品线(如光伏逆变器、储能PCS)主要涉及功率电子变换,而非芯片级LDO设计,但其核心思想——“基于强化学习的自适应控制”具有极高的参考价值。建议将此算法思路迁移至阳光电源的iSolarCloud智能运维平台或储能系...