买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京信息工程大学申请的专利一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119995350B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510461183.5，技术领域涉及：H02M3/156；该发明授权一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法是由高旭东;白薇薇;邓明聪;王子为;陈锦涛设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法在说明书摘要公布了：本发明提供了一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法，包括：步骤1，收集电网历史数据；步骤2，构建克里金代理模型；步骤3，评估参数组合的全局最优性；步骤4，使用遗传算法实现参数空间的定向搜索；步骤5，更新克里金代理模型；步骤6，利用更新后的克里金代理模型代入遗传算法中，实现闭环反馈机制；步骤7，迭代执行步骤4~步骤6，查找到最小的极值点；步骤8，得到最优个体对应的控制器参数和控制器参数下的适应度函数值；步骤9，将最优适应度对应的控制器参数应用于实际降压式变换器系统。本发明在遗传算法中加入梯度惩罚函数，增强更新的代理模型对输入电压波动的泛化能力，显著提升了系统的鲁棒性。

本发明授权一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法在权利要求书中公布了：1.一种基于克里金代理模型辅助遗传算法的降压式变换器智能控制方法，其特征在于，包括以下步骤： 步骤1，使用最优拉丁超立方方法收集电网历史数据组成模型的训练集，并对电网历史数据进行预处理； 步骤2，构建克里金代理模型，通过高斯过程回归拟合控制器参数与性能指标的映射关系； 步骤3，根据克里金代理模型拟合的性能指标设计遗传算法适应度函数； 步骤4，在遗传算法中嵌入梯度惩罚函数，根据克里金代理模型的不确定性量化结果动态调整交叉率与变异率，实现参数空间的定向搜索，得到改进后的遗传算法； 步骤5，基于改进后的遗传算法迭代生成新参数和性能指标，加入模型的训练集中，并更新克里金代理模型； 步骤6，利用更新后的克里金模型结合遗传算法，实现整个系统的闭环反馈机制； 步骤7，迭代执行步骤4～步骤6，直到满足终止条件，查找到最小的极值点； 步骤8，得到最优个体对应的控制器参数，以及所述控制器参数下的适应度函数值； 步骤9，将最优适应度对应的控制器参数应用于实际降压式变换器系统； 步骤1包括：通过智能电表、传感器、相量测量单元和电网管理系统收集电网历史数据，并进行归一化处理；所述电网历史数据包括降压式变换器的输入参数kp、ki，以及输出性能指标，所述输出性能指标包括追踪时间st、超调ov和稳态误差sse； 步骤2包括： 步骤2.1，定义克里金代理模型架构：步骤1预处理后的参数kp和ki组成输入训练集S，克里金代理模型的输入层用于接收输入训练集S，输出层用于预测追踪时间st、超调ov、稳态误差sse，预测的追踪时间st、超调ov、稳态误差sse组成输入训练集Y，选用高斯过程回归框架的克里金代理模型，通过协方差函数刻画参数空间非线性关系； 步骤2.2，模型训练：调用MATLABDACE工具箱的dacefit函数，输入训练集S和训练集Y，对于指标ov和sse设置线性回归函数，对于指标st设置二次多项式回归函数，对于指标ov和sse设置高斯指数模型，对于指标st设置指数模型，通过均方误差和均方根误差验证模型的精确性； 步骤3包括：适应度函数fitness定义为： fitness＝k1*ov+k2*sse+k3*st， 其中k1、k2和k3是权重系数； 步骤4包括： 步骤4.1，设置遗传算法的初始换参数，包括种群规模，变异率，交叉率和进化次数，并结合克里金代理模型拟合的性能指标代入步骤3定义的适应度函数中； 步骤4.2，设计梯度惩罚函数，定义约束条件：参数kp和ki的范围分别为[0.0001，0.01]，[100，200]，性能指标需要满足st0，sse0，ov0，计算惩罚值检查每组预测数据是否满足约束条件，根据预测结果的违反约束的程度计算惩罚值，惩罚值penalty的计算公式为： penalty＝β*max0,-ov2+γ*max0,-sse2+δ*max0,-st2， 其中β，γ，δ为惩罚系数； 步骤4.3，更新适应度函数值：fitness＝fitness+penalty； 步骤4.4，采用不确定性驱动的遗传算法进行动态调整：种群进入迭代寻优，如果满足如下公式，则判定指标位于高不确定区域：maxδ2ov,δ2sse,δ2st0.1； 其中δ2ov为ov的预测方差，δ2sse为sse的预测方差，δ2st为st的预测方差，由克里金代理模型计算得出，变异率Pm从0.8增加到0.9，交叉概率Pc从0.8降低到0.05； 如果不满足，判定指标位于低不确定区域，变异率为0.01，交叉率为0.2； 步骤4.5，将初始化完成的种群进入选择、交叉和变异操作，迭代寻优； 步骤4.6，种群进入选择操作，使用轮盘赌方法，基于适应度比例选择策略，选择适应度高的个体组成新的种群，每个个体的选择概率与适应度值成反比； 步骤4.7，种群进入交叉操作，采用实数交叉法，对选中的个体进行交叉操作，生成新的个体，交叉点随机选择，交叉后的个体形成新的种群。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：211806 江苏省南京市浦口区双峰路69号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。