基于神经网络方法的峰值电流控制Boost变换器数据驱动建模.docx

1 引言 如何快速、准确地对开关变换器的损耗进行建模一直是研究的热点[1]。开关变换器的损耗主要来自开关、二极管和磁性元件,其中开关损耗的分析最为复杂[2?-4]。 针对开关变换器的损耗建模,文献[5-6]提出了一种将电子器件表达为开关或者两态电阻的形式,虽然这可以准确地对系统级的电气行为进行建模,但是开关过程仅持续约几百纳秒,这意味着如果要对该过程进行建模,需要极小的仿真步长并可能导致计算灾难。通过测量获得特殊定义的开关函数[7]、通过查表法或拟合曲线来将功率损耗定义为电压电流和结温的函数[8-9]可以快速地对功率损耗进行预测,但精度难以得到保证。此外,目前很少有研究考虑到器件间的耦合和印制