基于混合深度学习/GMDH神经网络的LLC谐振转换器电压增益新型建模技术
系统与控制
2025-02-19 v1 系统与控制
摘要
本文提出一种新颖的混合方法，用于构建LLC谐振转换器电压增益的模型，通过将深度学习神经网络与基于多项式的群体数据处理方法（GMDH）相结合。虽然深度学习在预测非线性转换器行为方面具有高精度，但会产生复杂的网络模型；相比之下，GMDH神经网络产生更简洁的代数方程，更便于转换器设计。通过在FPGA基于实时仿真器的数据上训练深度网络，然后利用该网络的预测结果训练GMDH模型，所提出的混合方法实现了高精度和设计友好性的双重优势。实验结果表明，与传统方法（如第一谐波近似法FHA和频域校正）相比，本方法在宽工作范围内显著提升了精度。
引用
@article{arxiv.2502.12571,
title = {A Novel Gain Modeling Technique for LLC Resonant Converters based on The Hybrid Deep-Learning/GMDH Neural Network},
author = {Parham Mohammadi},
journal= {arXiv preprint arXiv:2502.12571},
year = {2025}
}