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！

龙图腾网获悉重庆大学申请的专利一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计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：CN121389935B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511408727.8，技术领域涉及：G06F30/36；该发明授权一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计方法是由向洋霄;袁玮廷;张野驰;陈云志;谢卓均;杜雄;孙鹏菊;罗全明;刘俊良设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计方法在说明书摘要公布了：本发明涉及变换器技术领域，特别涉及一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计方法，包括以下步骤：S1.构建LLC谐振变换器的连续时间状态空间模型，并进行离散化处理；S2.构建LLC感知型物理信息嵌套神经网络，所述LLC感知型物理信息嵌套神经网络包括相连接的数据重构网络和物理信息嵌套神经网络，用于LLC谐振变换器的在线参数辨识；所述数据重构网络包括谐振状态判断层、K2运算层、伪标签生成层、约束层及数据重构层；所述物理信息嵌套神经网络包括中间状态映射层及物理层；定义LLC感知型物理信息嵌套神经网络输入；S3.构建损失函数；S4.部署与执行LLC感知型物理信息嵌套神经网络模型。

本发明授权一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计方法在权利要求书中公布了：1.一种适用于LLC谐振变换器的LLC感知型物理信息嵌套神经网络参数估计方法，其特征在于，包括以下步骤： S1.LLC谐振变换器动态建模，首先构建LLC谐振变换器的连续时间状态空间模型，然后利用隐式Runge-KuttaIRK方法对LLC谐振变换器的连续时间状态空间模型进行离散化处理； S2.构建LLC感知型物理信息嵌套神经网络，所述LLC感知型物理信息嵌套神经网络包括相连接的数据重构网络和物理信息嵌套神经网络，用于LLC谐振变换器的在线参数辨识； 所述数据重构网络包括谐振状态判断层、K2运算层、伪标签生成层、约束层及数据重构层；在谐振状态判断层，F表示谐振模式，当开关频率fs谐振频率fr时，F=1，当fsfr时，F=-1；根据一个开关状态末态对应的副边电流i2l+1是否为零可判断谐振状态，当i2l+1=0，fsfr，F=-1，否则F=1，记为Fl； 在K2运算层，K2表示为： 其中，St是拓扑阶段的二进制指示器，St=1对应于每个切换周期的第一个拓扑阶段，St=0对应于每个切换周期的第二个拓扑阶段，K为上桥臂可控开关管MOSFETS1开关状态信号，当S1导通时，K=1，当S1关断时，K=0； 在伪标签生成层，将Fl与输入的数据组合进入前馈神经网络，用于推断系统状态及每个开关间隔内拓扑边界的时序转换； 在约束层，约束层接受伪标签生成层输出的变量，代入基于物理约束层的数学模型: 在数据重构层，数据重构层将每个原始数据重新格式化为两条数据，这两条数据对应交换间隔内的两个拓扑阶段，形成下游物理信息嵌套神经网络所需的输入结构； 在中间状态映射层，中间状态映射层采用前馈神经网络实现； 在物理层，物理层接受中间状态映射层输出的中间状态，代入LLC谐振变换器IRK模型，输出为各开关过程估计的初末状态； 所述物理信息嵌套神经网络包括中间状态映射层及物理层，将离散化处理后的LLC谐振变换器连续时间状态空间模型作为物理层的训练模型； 定义LLC感知型物理信息嵌套神经网络输入； S3.构建损失函数； S4.部署与执行LLC感知型物理信息嵌套神经网络模型。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。

以上内容由龙图腾AI智能生成。