(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110383596.8 (22)申请日 2021.04.09 (65)同一申请的已公布的文献号 申请公布号 CN 112883655 A (43)申请公布日 2021.06.01 (73)专利权人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 杨智明　俞洋　姜月明　钱靖宇　 刘旺　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 岳昕 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 111464022 A,2020.07.28 CN 110808580 A,2020.02.18 US 202026 5319 A1,2020.08.20 Mohamed Ahmeid 等.Real-Time Parameter Estimati on of DC–DC Converters Usi ng a Self-Tuned Kalman Fi lter. 《IE EE Transacti ons on Power Electro nics》 .2016, 第22卷(第7期),5 666–5674. 罗震雄.分布式DC -DC开关变换器非线性动 力学特征的量化与识别. 《中国优秀硕士学位 论 文全文数据库 工程科技 Ⅱ辑》 .2021,(第02期), C042-942. 审查员 刘蕾蕾 (54)发明名称 一种基于树突网络的DC-DC变换器参数辨识 方法 (57)摘要 一种基于树突网络的DC ‑DC变换器参数辨识 方法， 它属于元件参数辨识技术领域。 本发明解 决了在输入电压波动条件下， 采用现有方法对 DC‑DC变换器参数辨识 的精度低的问题。 本发明 以变化系数为指标选取能够表征DC ‑DC变换器输 出信号的关键特征， 从而提高参数识别的精度并 缩短网络的训练时间； 通过构造输入电压识别网 络， 并将实际DC ‑DC变换器输入电压作为特征输 入参数辨识网络， 有效提高了参数识别精度。 本 发明方法在输入电压存在波动时仍能够有效识 别出DC‑DC变换器内部退化元件当前的参数值， 具有识别精度高、 计算量小的特点。 本发明在不 同输入电压和噪声幅值下均获得较高的参数辨 识精度， 参数识别相对误差≤ 7％。 本发明可以应 用于DC‑DC变换器中元件参数辨识。 权利要求书3页 说明书9页 附图2页 CN 112883655 B 2022.07.01 CN 112883655 B 1.一种基于树突网络的DC ‑DC变换器参数辨识方法， 其特征在于， 所述方法具体包括以 下步骤： 步骤一、 在固定的元器件状态下， 给DC ‑DC变换器输入不同的电压， 分别得到在每个输 入电压下DC ‑DC变换器的输出信号； 步骤二、 分别 对每个输入电压下DC ‑DC变换器的输出信号进行去噪处理， 获得每个输入 电压所对应的去噪处 理后输出信号； 步骤三、 分别获取每个输入电压所对应的去噪处理后输出信号的时域特征和频域特 征； 步骤四、 基于变化系数值的评价方法从步骤三获取的特征中选择出对输入电压变化敏 感的特征； 所述步骤四的具体过程 为： 步骤四一、 设定输入电压值的个数为a， 将所有的输入电压值定义为矩阵P＝(p1， p2，…， pa)， 对于第i ’个输入电压值pi’， i’＝1， 2，…， a， 根据步骤三获取的时域特征及频域特征， 将 pi’对应的特 征记为si’1， si’2，…， si’b， 其中， b为所有特 征的个数； 则pi’， i’＝1， 2，…， a对应的特 征构成的特 征矩阵为S， 特 征矩阵S的大小为a ×b； 步骤四二、 根据特征矩阵S计算变化系数矩阵cv， cv＝(cv1 cv2  … cvb)， cvj’为第j’个 特征的变化系数， j ’＝1， 2，…， b； 步骤四三、 对cvj’取绝对值， 若cvj’的绝对值≥15％， 则将cvj’所对应的特征作为对输入 电压变化敏感的特 征； 所述步骤四二的具体过程 为： 变化系数矩阵cv的表达式如式(2)所示： 变化系数的计算表达式如式(3)所示： 其中， vj’表示s1j’， s2j’，…， saj’的标准差， mj’表示s1j’， s2j’，…， saj’的均值； 步骤五、 在DC ‑DC变换器的输入电压固定的情况下， 分别得到不同的元器件状态下DC ‑ DC变换器的输出信号； 步骤六、 分别 对每种元器件状态下DC ‑DC变换器的输出信号进行去噪处理， 获得每种元 器件状态所对应的去噪处 理后输出信号； 步骤七、 分别获取每种元器件状态所对应的去噪处理后输出信号的时域特征和频域特 征； 步骤八、 基于变化系数值的评价方法从步骤 七获取的特 征中筛选出关键特 征； 所述步骤八的具体过程 为：权　利　要　求　书 1/3 页 2 CN 112883655 B 2步骤八一、 设定元器件状态的种数为a ’， 将所有的元器件状态定义为矩阵P ’＝(p’1， p ’2，…， p’a)， 对于第i ”种元器件状态p ’i”， i”＝1， 2，…， a’， 根据步骤七获取的时域特征及频 域特征， 将p’i”对应的特 征记为s’i”1， s’i”2，…， s’i”b， 其中， b为所有特 征的个数； 则p’i”， i”＝1， 2，…， a’对应的特 征构成的特 征矩阵为S ’， 特征矩阵S’的大小为a ’ ×b； 步骤八二、 根据特征矩阵S ’计算变化系数矩阵cv ’， cv’＝(cv’1 cv’2  … cv’b)， cv’j’为 第j’个特征的变化系数， j ’＝1， 2，…， b； 步骤八三、 对cv ’j’取绝对值， 若cv ’j’的绝对值≥15％， 则将cv ’j’作为关键特 征； 所述步骤八二的具体过程 为： 变化系数矩阵cv ’的表达式如式(4)所示： 变化系数的计算表达式如式(5)所示： 其中， v’j′表示s1j’， s2j′，…， sa’j’的标准差， m ’j’表示s1j’， s2j’，…， sa’j’的均值； 步骤九、 根据树突网络的原理， 分别构建DC ‑DC变换器的输入电压识别网络以及DC ‑DC 变换器的参数辨识网络； 所述参数辨识网络包括N个平行的子网络， 其中， 每个子网络的输入相同， 输入为关键 特征在实际输出信号中所对应的特征值以及输入电压识别网络输出 的输入电压值； 所述N 的取值为待辨识参数的个数； 利用步骤四中选择出的对输入电压变化敏感的特征值以及对应的输入电压对构建的 输入电压识别网络进 行训练； 利用步骤八中筛选出的关键特征值以及 对应的输入电压对参 数辨识网络进行训练； 步骤十、 对待进行参数辨识的DC ‑DC变换器的实际输出信号进行去噪处理， 并获取去噪 处理后的实际输出信号的时域特 征和频域特 征； 将对输入电压变化敏感的特征在实际输出信号中所对应的特征值输入训练好的输入 电压识别网络， 得到 输入电压识别网络 输出的输入电压值； 其具体过程 为： 其中， X为输入电压识别网络的输入向量， Wk， k‑1表示从网络第k ‑1个模块到第k个模块之 间的权重矩阵， k＝1， 2， ...， L， L为网络中模块的个数， Y 为输入电压识别网络的输出值， 为 阿达玛乘积； 将关键特征在实际输出信号中所对应的特征值以及输入电压识别网络输出的输入电 压值共同作为训练好的参数辨识网络的输入， 通过参数辨识网络输出对元件参数的辨识结 果。权　利　要　求　书 2/3 页 3 CN 112883655 B 3