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！

龙图腾网获悉北京信息科技大学申请的专利一种单级AC-DC变换器电路拓扑设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：CN120658118B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202510716230.6，技术领域涉及：H02M7/04；该发明授权一种单级AC-DC变换器电路拓扑设计方法是由马建光;孙莹;刘志军设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种单级AC-DC变换器电路拓扑设计方法在说明书摘要公布了：本申请公开了一种单级AC‑DC变换器电路拓扑设计方法，涉及供电系统技术领域，通过开关管共用技术将图腾柱无桥Boost功率因数校正电路和带倍流同步整流的LCC半桥谐振变换集成到一起，其中图腾柱无桥Boost功率因数校正PFC电路包括vin、Lf、Cb、两个二极管D1和D2及两个MOS开关管S1和S2；带倍流同步整流的LCC半桥谐振变换器前级包括两个MOS开关管S1和S2、串联谐振电容Cr、并联谐振电容Cp及串联谐振电感Ls，本申请提出的单级AC‑DC变换器电路拓扑具有前级只需要一套控制器、控制逻辑简单、使用电子元器件少、成本低、效率高和可靠性高的优点，后级带有倍流同步整流电路具有效率高、损耗小及适用于大电流输出场合的优点。

本发明授权一种单级AC-DC变换器电路拓扑设计方法在权利要求书中公布了：1.一种单级AC-DC变换器电路拓扑设计方法，其特征在于，包括： 步骤一、常用电路拓扑结构分析：从电力管理中心获取目标区域内的各AC-DC变换器电路拓扑结构，并对目标区域内的各AC-DC变换器电路拓扑结构进行性能分析； 所述对目标区域内的各AC-DC变换器电路拓扑结构进行性能分析，具体分析过程如下： 从电力管理中心获取各AC-DC变换器电路拓扑结构的工作参数，其中工作参数包括电气性能参数、可靠性参数和成本参数，将各AC-DC变换器电路拓扑结构的工作参数分别记为、和，并从电力管理中心获取电路的电气性能参数标准值、可靠性参数标准值和成本参数标准值，分别记为、和，其中j为各AC-DC变换器电路拓扑结构的编号，j为正整数，将各AC-DC变换器电路拓扑结构的工作参数代入电路拓扑结构的工作性能评估模型，通过电路拓扑结构的工作性能评估模型表达式：输出编号为j的AC-DC变换器电路拓扑结构的工作性能评估系数，其中、和分别表示为AC-DC变换器电路拓扑结构的电气性能参数对应的权重因子、可靠性参数对应的权重因子和成本参数对应的权重因子； 步骤二、电路拓扑优化：在目标区域内的各AC-DC变换器电路拓扑结构的基础上设计一种单级AC-DC变换器电路拓扑，对目标区域内原有的电路拓扑进行优化，并分析优化后的单级AC-DC变换器电路拓的工作流程； 步骤三、电路优化效果评估：对优化后的单级AC-DC变换器电路进行性能分析，并将优化后的单级AC-DC变换器电路拓扑结构与原有的各AC-DC变换器电路拓扑结构的性能分析结果进行对比； 所述对优化后的单级AC-DC变换器电路进行性能分析，具体过程如下：将优化后的单级AC-DC变换器电路拓扑结构在目标区域内投入使用，并在预设时间段后，从电力管理中心获取优化后的单级AC-DC变换器电路拓扑的工作参数，并将优化后的单级AC-DC变换器电路拓扑的工作参数代入电路拓扑结构的工作性能评估模型，通过电路拓扑结构的工作性能评估模型表达式输出优化后的单级AC-DC变换器电路拓扑结构的工作性能评估系数； 所述将优化后的单级AC-DC变换器电路拓扑结构与原有的各AC-DC变换器电路拓扑结构的性能分析结果进行对比，具体过程如下：将优化后的单级AC-DC变换器电路拓扑结构的工作性能评估系数与原有的各AC-DC变换器电路拓扑结构的工作性能评估系数进行对比，进而获取工作性能评估系数小于优化后的单级AC-DC变换器电路拓扑结构的工作性能评估系数的原有的各AC-DC变换器电路拓扑结构的数量，当工作性能评估系数小于优化后的单级AC-DC变换器电路拓扑结构的工作性能评估系数的原有的各AC-DC变换器电路拓扑结构的数量大于或等于原有各AC-DC变换器电路拓扑结构总数量的二分之一时，表明优化后的单级AC-DC变换器电路拓扑结构效果较好，使用优化后的单级AC-DC变换器电路拓扑结构替代目标区域内原有的AC-DC变换器电路拓扑结构。

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北京信息科技大学，其通讯地址为：102206 北京市海淀区清河小营东路12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。