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！

龙图腾网获悉广东电邦新能源科技有限公司申请的专利基于多经验回放池TD3算法的功率变换器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：CN120110126B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510257750.5，技术领域涉及：H02M1/00；该发明授权基于多经验回放池TD3算法的功率变换器控制方法是由马森标;赵俊皓;马龙设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本基于多经验回放池TD3算法的功率变换器控制方法在说明书摘要公布了：本发明涉及功率变换器管理技术领域，具体地说，涉及基于多经验回放池TD3算法的功率变换器控制方法。包括如下步骤：S1、构建功率变换器控制系统：功率变换器控制系统由功率变换器、动态感知层、策略优化层、轻量化执行层及PID控制器组成；S2、改进型TD3算法的实现：针对功率变换器控制特性改进TD3框架，采用多经验回放缓冲池的创新架构，将功率变换器的稳定性、瞬态惩罚和安全性作为综合奖励值的创新奖励函数，将Actor在线LSTM网络蒸馏成RBF网络。本发明设计采用TD3‑PID分层控制结构实现复杂工况下的优化控制；降低了对精确数学模型的依赖，同时通过强化学习实现了控制参数的智能寻优，提升了控制稳定性，同时显著降低计算复杂度，提升了模型的可解释性。

本发明授权基于多经验回放池TD3算法的功率变换器控制方法在权利要求书中公布了：1.基于多经验回放池TD3算法的功率变换器控制方法，其特征在于，包括如下步骤： S1、构建功率变换器控制系统：功率变换器控制系统由功率变换器、动态感知层、策略优化层、轻量化执行层及PID控制器组成； S2、改进型TD3算法的实现：针对功率变换器控制特性改进TD3框架，采用多经验回放缓冲池的创新架构，将功率变换器的稳定性、瞬态惩罚和安全性作为综合奖励值的创新奖励函数，将Actor在线LSTM网络蒸馏成RBF网络，以实现网络轻量化；具体包括： S2.1、建立功率变换器PID控制任务的马尔可夫模型，将功率变换器输出电 压、输出电压跟参考电压的误差及一阶差分和二阶差分作为观 测变量，在线Actor网络的为动作量，利用计算PID控制律， 将功率变换器的稳定性、瞬态惩罚和安全性作为综合奖励值，将存入多经验回 放缓冲池； S2.2、采用包含1个Actor网络和2个Critic网络的TD3框架，Actor网络和Critic网络均配备在线网络及目标网络，2种网络都基于LSTM架构设计； S2.3、将当前的状态量输入Actor在线网络，生成动作 ，在Actor在线网络输出端叠加高斯噪声，生成最终动作；将 转换为功率变换器控制信号PWMPFMPSM，调节电力电子器件开关状态，并采集实时稳定性 奖励值、安全性奖励值及下一时刻的状态； S2.4、基于训练环境，在训练环境中产生多种异常场景，完成TD3强化学习的一次训练 任务；在TD3网络的训练过程中，将发生异常情况样本的状态量、动作量、奖励值和下 一时刻状态量，打包成样本条目，存入异常情况池；将具有较大TD误差的经历存入高优 先级池存储；将具有较小TD误差的经历存入普通回放池存储； S2.5、根据设定的比例在高级优先池和普通回放池中采集样本，从异常情况池中抽取 一定数量的样本；将样本中的状态量和动作量作为两个评价网络-在线网络即Critic 在线网络的输入，输出累积回报值，为两个Critic在线网络的编号； S2.6、将采样样本中作为Actor目标网络的输入，生成输出动作量，通过两个 Critic目标网络生成两个Q值估计，其中为两个Critic目标网络 的编号，为目标策略平滑噪声；之后根据贝尔曼方程，计算目标Q值，其中，为折扣因子； S2.7、计算两个在线Critic网络的损失函数，其计算方法为： S2.8、当在线Critic网络训练完成个周期后，；计算在线Actor 网络的损失函数，其计算方法为：，通过优化器将在线 Actor网络的损失函数最小化，并更新在线Actor网络的参数； S2.9、重复步骤S2.5至S2.8，当在线Actor网络收敛后，将在线Actor网络LSTM进行蒸馏，蒸馏成RBF网络； S2.10、将RBF网络作为PID控制器部署至功率变换器实现功率变换器的控制。

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广东电邦新能源科技有限公司，其通讯地址为：523000 广东省东莞市石排镇李家坊商业街29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。