CN119668355A 一种基于轻量级卷积神经网络动态优化的mppt控制方法 （闽江学院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119668355A

(43)申请公布日2025.03.21

(21)申请号202411899669.9

(22)申请日2024.12.23

(71)申请人闽江学院

地址350108福建省福州市闽侯县上街镇

溪源宫路200号

(72)发明人陈红星董津洋庄胜斌刘辰

(74)专利代理机构泉州在前知识产权代理事务所(普通合伙)35358

专利代理师许寿宁

(51)Int.Cl.

G05F1/67(2006.01)

权利要求书2页说明书8页附图3页

(54)发明名称

一种基于轻量级卷积神经网络动态优化的

MPPT控制方法

(57)摘要

CN119668355A本发明涉及了一种基于轻量级卷积神经网络动态优化的MPPT控制方法，属于人工智能控制功率跟踪领域；本发明包括：S0：构建卷积一模糊神经网络模型，其至少包括输入层、卷积层、模糊控制层、深度强化学习层以及输出层；S1：实时采集光伏设备的关键参数作为输入层的输入数据；S2：使用卷积层对输入数据进行卷积操作，提取特征向量，将特征向量传递至模糊控制层；S3：将模糊控制层与深度强化学习层相结合，通过奖励信号来动态调整模糊规则的优化过程；S4：模糊控制层生成控制信号，控制信号通过输出层传送至光伏系统的DC/DC变换器。