一种基于轻量化LSTM网络的LLC副边同步整流时序预测方法及系统
本发明涉及电力电子变换器智能控制,尤其涉及一种基于轻量化lstm网络的llc副边同步整流时序预测方法及系统。
背景技术:
1、llc谐振变换器因具有高效率、高功率密度、较宽软开关范围和良好的隔离特性,已广泛应用于服务器电源、通信电源、车载电源以及高频隔离型模块电源等场景。在输出电压较低、输出电流较大的工况下,副边整流部分损耗在整机损耗中占比较高,采用同步整流技术能够有效降低导通损耗和整流器件温升,因此副边同步整流的精确控制成为llc变换器高效运行的关键问题之一。
2、现有llc副边同步整流控制方法大多基于固定延时或者基于器件电压、电流波形的直接判定方式来确定同步整流管的导通时刻与关断时刻。该类方法在稳态、单一工况下能够获得一定效果,但在输入电压变化、输出电压变化、负载切换、工作频率变化以及谐振状态发生偏移时,副边同步整流导通区间会随之改变,简单的固定时序关系往往无法兼顾动态工况下的控制精度和工程可实现性。
3、特别是在动态工况下,若副边同步整流开通时刻偏后,则会引起体二极管额外导通,从而增大导通损耗;若关断时刻偏后,则容易造成反向导通、误导通或附加环流;若关断时刻偏前,则有可能缩短有效导通区间,降低同步整流效果。与此同时,llc功率级输入输出变量之间具有显著的非线性、时变性和短时序耦合特征,仅依靠单个采样时刻的静态变量难以准确反映同步整流最优导通位置的变化规律。尤其是在负载切换或切载等大扰动过程中,llc 变换器的谐振状态、增益特性和等效动态特性会发生显著变化,传统基于固定延时、单阈值判定或单一稳态映射关系的同步整流控制方法难以及时适配该暂态过程,容易导致副边同步整流导通区间与实际谐振能量传递区间不匹配,从而引起电流波形和开关波形不稳定、开关损耗增大,甚至出现原边软开关条件恶化或零电压开通丢失等问题。
4、随着神经网络在时序建模问题中的应用逐步成熟,将其应用于llc副边同步整流时序预测具有可行性。然而,若仅笼统提出采用lstm网络,而没有将运行状态量采样、工况标记、时间对齐、延迟补偿、滑动时间窗构建、归一化处理、网络训练、结果反归一化、时序约束修正以及与实际驱动边界的结合方式一并考虑,则难以形成能够直接用于llc功率板预测控制的完整技术方案。因此,有必要提出一种围绕“数据预处理—轻量化lstm预测—时序约束修正—副边驱动输出”展开的完整算法方案,以提升动态工况下副边同步整流位置预测的准确性和工程应用价值。
技术实现思路
1、本发明的目的在于提供一种基于轻量化lstm网络的llc副边同步整流时序预测方法,用于解决现有同步整流控制方案在多工况、动态工况下导通区间匹配性不足、对短时序变化响应不充分以及难以同时兼顾预测精度与工程实现性的技术问题。本发明还旨在解决llc 变换器在负载切换暂态过程中同步整流时序参数难以实时匹配的问题,通过利用轻量化 lstm 网络对历史短时窗状态量的时序相关性进行学习,使模型能够对负载切换暂态进行识别,并输出适配该暂态过程的同步整流开通延时和关断延时,从而提高负载切换阶段波形过渡的平滑性、降低暂态损耗并减小零电压开通丢失风险。
2、为实现上述目的,本发明采用如下技术方案:
3、一种基于轻量化lstm网络的llc副边同步整流时序预测方法,包括:
4、在不同输入电压、输出电压、负载电流、开关周期和谐振状态工况下,获取llc变换器当前运行状态的多维状态量,并提取与副边同步整流位置相对应的目标时序标签;
5、对所述多维状态量执行数组构建、工况标记、时间对齐、延迟补偿、异常值筛除和归一化处理,并按照固定离散时间步长和时间先后顺序组织成长度为n的滑动时间窗输入特征序列x(k);
6、构建轻量化lstm预测模型,将归一化后的输入特征序列x(k)输入所述轻量化lstm预测模型,提取短时窗内运行状态的时序相关特征并输出归一化的副边同步整流开通延时dt1和关断延时dt2;
7、所述短时窗指的是长度小于预设时间步长的滑动时间窗;
8、利用训练集对所述轻量化lstm预测模型进行多轮迭代训练,并利用验证集和测试集对训练结果进行校验,在预测精度满足预设阈值时保存模型权重参数;
9、调用保存的模型权重参数对实时输入特征序列进行在线推理,并对模型输出结果进行反归一化得到副边同步整流开通延时dt1和关断延时dt2,所述开通延时dt1和关断延时dt2为相对于预设原边参考边沿定义的时序参数;
10、对所述开通延时dt1和关断延时dt2进行约束修正,所述约束修正包括限幅处理、死区约束处理和最小导通时间约束处理;
11、根据修正后的开通延时dt1和关断延时dt2生成副边同步整流驱动参数,在当前开关周期或下一开关周期的驱动边界输出副边同步整流驱动信号,以控制副边同步整流管的导通和关断。
12、优选的,所述多维状态量包括输入电压vin、输出电压vo、负载电流io、开关周期ts以及历史时序参数dt1、dt2;优选地,所述数据通过llc控制系统已有采样通道和时序测量通道获得,以减少额外采样损耗和硬件改动。
13、优选的,所述轻量化lstm网络根据输入特征序列中负载电流、输入电压、输出电压及开关周期的历史变化趋势,对llc变换器当前是否处于负载切换暂态进行状态识别;
14、根据相邻两组特征序列的负载电流跳变幅值大小来进行识别,跳变幅值大于设定阈值时,判定为处于切换暂态;
15、在识别出处于负载切换暂态时输出适配该暂态过程的同步整流开通延时dt1和关断延时dt2。
16、优选的,所述约束修正还包括对负载切换暂态期间相邻控制更新时刻的dt1和dt2变化量进行限制,以使同步整流导通区间在负载切换过程中连续变化,从而降低时序突变引起的波形振荡和开关损耗。
17、优选的,所述轻量化lstm网络的训练样本包括稳态样本和负载切换暂态样本;
18、所述负载切换暂态样本至少包括负载增加、负载减小或切载过程中的运行状态序列及其对应的同步整流目标时序参数。
19、优选的,所述数组构建和预处理包括:将采样所得多维状态量按照统一时间索引排列为样本数组;
20、对样本数组与目标时序标签执行时间对齐和延迟补偿处理,以减小采样链路、计算链路和驱动链路固有延迟对模型训练的影响;对异常值、缺失值或失真样本执行剔除、平滑、插值或替换处理;
21、采用最小-最大归一化、均值-方差标准化或与之等效的归一化方式,将不同量纲的输入量映射到统一数值范围。
22、优选的,所述固定离散时间步长为统一时间分辨率δt;
23、所述输入特征序列x(k)由当前控制更新时刻之前最近n个离散时间步长的多维状态量按时间先后顺序排列构成;
24、所述开关周期ts采用离散步长值、周期计数值或与数字控制逻辑兼容的定点表示形式进行表征,使不同开关频率下的输入数据映射到统一时基。
25、优选的,所述轻量化lstm预测模型包括依次连接的输入层、第一lstm层、第二lstm层以及输出映射层,所述输出映射层包括全连接层和线性输出层;
26、其中,所述输入层用于接收归一化后的输入特征序列x(k),所述第一lstm层用于对输入特征序列进行第一阶段时序特征编码,所述第二lstm层用于对第一lstm层输出的隐藏状态序列进行进一步的高阶时序特征提取;
27、所述全连接层用于将所述高阶时序特征映射至同步整流时序参数空间,所述线性输出层用于输出归一化的同步整流开通延时dt1和关断延时dt2;
28、所述第一lstm层和第二lstm层中的各lstm单元均包括遗忘门、输入门、候选状态生成单元和输出门;
29、其中,所述遗忘门用于确定上一时刻细胞状态的保留比例,所述输入门用于确定当前输入信息写入细胞状态的比例;
30、所述候选状态生成单元用于生成当前时刻的候选细胞状态,所述输出门用于确定当前时刻的隐状态输出;
31、各lstm单元通过细胞状态 ct与隐状态 ht的递推更新,实现对输入特征序列短时窗时序依赖关系的建模。
32、优选的,所述模型输出结果在反归一化后以离散时间步长值、固定点数值形式输出,并在pwm更新边界之前写入时序寄存单元;
33、所述开通延时dt1和关断延时dt2作为下一时刻或下一滑动时间窗输入特征的一部分反馈至轻量化lstm预测模型中,以提高连续预测的一致性。
34、优选的,所述约束修正包括:
35、根据同步整流允许导通窗口对dt1和dt2进行边界限幅;
36、根据互补驱动所需死区时间对相邻同步整流驱动边沿进行修正;
37、在预测得到的导通区间小于最小导通时间阈值时,对同步整流导通区间进行补偿或裁剪;并在修正完成后生成与pwm波生成模块兼容的副边同步整流驱动参数。
38、一种基于轻量化lstm网络的llc副边同步整流时序预测系统,包括:
39、状态获取模块,用于获取llc变换器当前运行状态的多维状态量;
40、数组构建与预处理模块,用于对所述状态获取模块得到的多维状态量执行时间对齐、延迟补偿、异常值处理、归一化处理以及滑动时间窗输入特征序列x(k)构建;
41、模型训练与权重保存模块,用于利用构建的输入特征序列样本集完成轻量化lstm预测模型的训练、验证、测试和权重保存;
42、在线推理模块,用于调用保存的模型权重参数输出归一化的开通延时dt1和关断延时dt2;
43、反归一化与约束修正模块,用于对模型输出结果执行反归一化和约束修正得到修正后的副边同步整流开通延时dt1和关断延时dt2;
44、驱动生成模块,用于根据修正后的开通延时dt1和关断延时dt2生成副边同步整流驱动信号。
45、与现有技术相比,本发明至少具有以下有益效果:
46、其一,本发明不仅给出lstm网络本身,还给出从运行状态量获取、工况标记、数组构建、时间对齐、延迟补偿、归一化处理、模型训练、结果反归一化到驱动输出的完整算法链路,使该方案能够直接用于llc副边同步整流预测控制。
47、其二,本发明利用轻量化lstm网络建模短时窗内运行状态的时序相关性,相较于固定延时或经验映射方法,更适合动态工况下同步整流位置预测。与现有仅针对稳态工况设计的同步整流控制方法相比,本发明通过将负载切换暂态纳入时序建模与预测控制过程,使模型能够在切载阶段输出更适配暂态过程的同步整流时序参数,从而提高波形过渡的连续性与稳定性,降低暂态损耗,并减小零电压开通丢失风险。
48、其三,本发明在网络输出后引入限幅、死区和最小导通时间约束,使预测结果能够与实际数字驱动逻辑直接衔接,具有较好的工程可实施性;其四,本发明通过时间对齐和延迟补偿提高训练样本质量,有助于减小采样链路与驱动链路固有延迟带来的预测偏差。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com