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！

龙图腾网获悉山东艾诺智能仪器有限公司申请的专利一种基于强化学习算法的大电流恒流源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：CN121209644B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511718793.5，技术领域涉及：G05F1/56；该发明授权一种基于强化学习算法的大电流恒流源控制方法是由李文松;白洪超;赵迎辉;许可;王德瀚设计研发完成，并于2025-11-21向国家知识产权局提交的专利申请。

本一种基于强化学习算法的大电流恒流源控制方法在说明书摘要公布了：本发明公开了一种基于强化学习算法的大电流恒流源控制方法，属于电力电子装置智能控制技术领域，针对现有大电流恒流源控制精度低、动态响应慢、负载适应性差的问题，本方法通过脉冲校准数据初始化Q表以减少强化学习无效探索；改进奖惩回报函数并引入负载前馈补偿机制，实现负载扰动预判与提前抑制；采用ε‑贪婪法优化PID参数并通过综合评分筛选最优；构建双电流环拓扑，利用变压器漏感替代LC滤波实现快速响应。本发明使恒流源电流精度≥98%、总谐波失真≤1%，可适配宽范围负载，稳定性显著提升，适用于工业电解、新能源电池测试、大功率电机驱动等高精度大电流场景。

本发明授权一种基于强化学习算法的大电流恒流源控制方法在权利要求书中公布了：1.一种基于强化学习算法的大电流恒流源控制方法，其特征在于，包括以下步骤： S1、采用正弦波启动前的脉冲测试数据初始化Q表，建立负载特性与初始控制参数的关联关系，使Q‑Learning算法从近优解开始迭代以减少无效探索；初始化Q‑Learning算法的所有网络参数；清空用于存储历史交互数据的经验回放集合D；完成数据状态建模，定义动作空间A和状态空间S； S2、计算获取的特征值，改进奖惩回报函数，对奖励衰减因子进行权重赋值以实现自适应调整，将恒流源输出负载波动及负载预采样引入负载前馈补偿机制，所述负载预采样为通过高频脉冲信号对负载阻抗进行实时采样，通过Q‑Learning算法构建负载模型，基于所述负载动态模型计算下一控制周期的负载阻抗预测值，计算前馈补偿控制量并叠加至PID控制器输出端，以应对负载扰动； S3、采用ε‑贪婪法在当前Q值输出中选择对应状态空间S产生的动作A，得到新状态S'对应的特征值，利用Q‑Learning算法进行PID粗调；通过预训练模型与恒流源实时交互，生成符合电流精度要求的PID系数并存入Q表；设定失真度和电流精度的权重占比，根据所述权重占比调取Q表中的PID系数，计算候选PID系数的综合评分F，筛选出综合评分F最大的作为最优PID系数； S4、构建内环加外环的双电流环路拓扑，利用变压器漏感进行电流滤波，构建无LC滤波的快速响应环路；恒流源经三相输入，通过整流桥整流后为IGBT全桥提供逆变输入，IGBT全桥的驱动信号为变压器一次侧电流、变压器二次侧电流与负载前馈补偿构成的环路信号，IGBT全桥输出至变压器一次侧，经变压器隔离后从二次侧输出； S5、判断新状态S'是否为终止状态，若是，则重复步骤S2~S4，直至达到所需状态或达到预设的结束条件。

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山东艾诺智能仪器有限公司，其通讯地址为：250000 山东省济南市高新区出口加工区港兴三路1069号302室；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。