CN112749513B - 一种电源模块的智能统型方法 - Google Patents

Abstract

本发明实施例公开了一种电源模块的智能统型方法，包括：采集获取电源模块的信息数据集；对获得的信息数据集开展强化学习处理，得到优化策略；根据优化策略，将至少部分所述信息数据集中的输入数据代入优化策略中，并映射得到对应的一次输出数据，形成多组对应的输入输出数据集；将多组所述输入输出数据集进行监督学习训练，得到最优模型；将所述信息数据集中的输入数据代入所述最优模型中，对应获得二次输出数据，并对得到的二次输出数据进行聚类，并根据聚类结果得到电源模块统型结果。实现了在提高统型准确率的前提下，大大降低了对专家经验的依赖，有效降低了人工成本的效果。

Description

一种电源模块的智能统型方法

技术领域

本发明实施例涉及电子元器件标准化处理方法领域，具体涉及一种电源模块的智能统型方法。

背景技术

近年来，电源模块因具有高功率密度和较强通用性等特点广泛应用于电子、通讯、新能源等行业。但经过多年来的快速发展，市场上的电源模块品种、规格和型号繁多，并且各自具有不同的电性能参数、封装形式及可靠性等级。多品种、小批量的现状为设计选用、寻源、采购及库房管理带来较大不便。

统型是针对产品品种、规格和型号繁多的现状开展的标准化工作，通过梳理产品的功能、性能、尺寸等信息，采用归并、优选和简化的手段，减少现存品种、规格和型号。

现有技术中，电源的统型工作主要依靠专家人为完成，将现有的相近的多个品种压缩或聚类为一种通用化产品。而这种方式就会导致电源模块在统型过程中严重依赖专家经验的人为把关，进而存在主观性大、效率低且无法凝结专家的智慧经验的缺点。

发明内容

为此，本发明实施例提供一种电源模块的智能统型方法，通过强化学习和监督学习的顺次结合，对采集的电源模块的信息数据进行统型，在提高统型准确率的前提下，大大降低了对专家经验的依赖，有效降低了人工成本。

为了实现上述目的，本发明的实施方式提供如下技术方案：

在本发明实施例的一个方面，提供了一种电源模块的智能统型方法，包括：

S100、采集获取电源模块的信息数据集；

S200、对步骤S100中获得的信息数据集开展强化学习处理，得到优化策略；

S300、根据步骤S200中的优化策略，将至少部分所述信息数据集中的输入数据代入优化策略中，并映射得到对应的一次输出数据，形成多组对应的输入输出数据集；

S400、将多组所述输入输出数据集进行监督学习训练，得到最优模型；

S500、将所述信息数据集中的输入数据代入所述最优模型中，对应获得二次输出数据，并对得到的二次输出数据进行聚类，并根据聚类结果得到电源模块统型结果。

作为本发明的一种优选方案，步骤S200中还包括对得到的优化策略采用专家进行评判；其中，

当评判结果在预设范围内时，进入步骤S300；

当评判结果在预设范围外时，重复步骤S200直至评判结果在预设范围内。

作为本发明的一种优选方案，步骤S200中的所述强化学习处理具体包括：

S201、基于对使用环境的预测构建强化学习网络，同时建立满足存储需求的经验回放池；

S202、对所述信息数据集选择合适的策略与环境进行交互得到经验样本，并将所述经验样本存储于所述经验回放池中；

S203、更新策略，从所述经验回放池中随机抽取多组数量相同的所述经验样本，并将每组所述经验样本的数量记为m，同时将抽取的所述经验样本中对应的信息数据采用更新后的策略进行交互，对应得到比对样本；

S204、将采用的信息数据相同的一组所述经验样本与所述比对样本记为一个比对组，对每个比对组各自进行比对并按照相似度的高低进行排列后，选择相似度最高的m个所述比对组；

S205、根据步骤S204中得到的m个所述比对组中的状态值函数V和状态-动作值函数Q，得到优化策略。

作为本发明的一种优选方案，步骤S203中更新的策略选择为两个，且每个更新后的所述策略得到的比对样本各自与所述经验样本进行比对，对应得到两组数量各自为m个的所述比对组。

作为本发明的一种优选方案，步骤S204中还包括对得到的两组数量各自为m个的所述比对组一一对应进行比对，并选择与所述经验样本相似度更高的其中一个所述比对样本，重新构建数量为m的样本序列，并根据重新构建后得到的样本序列的状态值函数V和状态-动作值函数Q，得到优化策略。

作为本发明的一种优选方案，当专家评判结果在预设范围外时，以本次得到的所述优化策略作为步骤S202中选择的策略，并对所述经验回放池进行初始化后，重复步骤S202-S205，直至评判结果在预设范围内。

作为本发明的一种优选方案，所述信息数据集包括电源模块的性能信息数据和质量信息数据；

所述强化学习网络包括对应的性能网络和质量网络。

作为本发明的一种优选方案，步骤S203中从性能网络和质量网络中按照权重参数各自抽取所述经验样本。

作为本发明的一种优选方案，所述性能信息数据包括输入最低电压、输入最高电压、输入标称电压、输出最低电压、输出最高电压、输出最大功率、外形尺寸、封装形式、重量和EMC性能中的至少一种；

所述质量信息数据包括产品质量等级，历史使用履历、历史归零情况、DPA分析信息、使用温度范围和故障保护功能中的至少一种。

作为本发明的一种优选方案，步骤S500还包括将得到的电源模块统型结果与专家统型结果进行比对，得到统型准确率；且，

当准确率低于预设值时，重复步骤S200-S500，直至准确率不低于预设值。

本发明的实施方式具有如下优点：

本发明基于对电源模块的信息数据集的收集，通过强化学习获取策略，并根据所述策略将对应得到的信息数据集和输出结果进行训练，得到最优模型，并基于最优模型将输入映射为对应的输出，即可通过对输出结果的判定有效实现电源模块的分类统型。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的智能统型方法的流程图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供了一种电源模块的智能统型方法，具体地，包括：

一、采集获取电源模块的信息数据集，主要包括对电源模块的性能信息数据和质量信息数据进行采集。对此，所述性能信息数据包括输入最低电压、输入最高电压、输入标称电压、输出最低电压、输出最高电压、输出最大功率、外形尺寸、封装形式、重量和EMC性能中的至少一种；所述质量信息数据包括产品质量等级，历史使用履历、历史归零情况、DPA分析信息、使用温度范围和故障保护功能中的至少一种。具体的数据收集类型根据实际情况针对性进行选择，例如，在具体的实施例中，可以对某一型号产品使用的全部电源模块类型进行信息数据的采集，并对采集得到的信息数据集进行标准化清洗。这里的标准化清洗方式可以采用本领域技术人员所能够理解的任意合适的方式进行。需要说明的是，这里基于对上述列出的信息数据进行采集，以更好地通过对上述所述的信息数据的全方位的采集，以得到更为完善和参考性更强的学习数据。同时，这里优选地可以将上述所举出的数据均进行采集后开展强化学习处理。同时，这里基于性能信息数据和质量信息数据的分类采集，更好地对电源模块进行统型处理。

二、对上述得到的信息数据集开展强化学习处理，通过在强化学习过程中进行策略优化，通过已知的状态值函数V和状态-动作值函数Q寻找到优化策略。当然，对强化学习处理不好的策略可以进行重新制定，同时将新旧数据一起进行再训练，直至输出结果满足要求。当然，这里的优化策略可以基于DQN，也可以基于DDPG等任意本领域技术人员能够理解和使用的方式获得。

当然，基于电源模块数据信息相对繁杂且庞大，并且，由于其不仅具有使用性能信息，还具有相关的质量信息等，在此基础上，本发明进一步优选的实施方式中，对整体强化学习处理过程进行了进一步的限定，具体地：

1)基于对使用环境的预测构建强化学习网络(这里的强化学习网络至少包括对应处理性能信息数据的性能网络和对应处理质量信息数据的质量网络)，同时建立满足存储需求的经验回放池。

2)对所述信息数据集选择合适的策略与环境进行交互得到经验样本，并将所述经验样本存储于所述经验回放池中。这里的策略可以采用任意强化学习的方式进行获得，包括但不限于DQN、DDPG和TRPO等。经过交互后得到的经验样本通过经验回放池的存储，以提高初始获得的整个信息样本的可控性和可靠性，通过整体数据集的存储，能够更好地进行进一步的数据前处理，为后续数据的处理更好地服务。

3)更新策略，从所述经验回放池中随机抽取多组数量相同的所述经验样本(这里为了进一步提高抽样数据的适应性，提高最终结果的代表性，可以进一步根据权重参数从性能网络和质量网络中各自抽取，当然，这里的权重参数可以根据情况任意设置)，并将每组所述经验样本的数量记为m，同时将抽取的所述经验样本中对应的信息数据采用更新后的策略进行交互，对应得到比对样本。优选地，这里更新后的策略可以从步骤2)得到的策略学习网络中进行进一步的选择获得。进一步地，这里的更新后的策略可以选择两个，且两个策略得到的比对样本各自与经验样本进行比对，从而进一步提高数据的相对可靠性。这里采用更新多种策略的方式，基于不同的策略获得对应的比对样本，并对每个比对样本与经验样本各自比对，获得可控性和比对性更佳的数据比对模型。

4)将采用的信息数据相同的一组所述经验样本与所述比对样本记为一个比对组，对每个比对组各自进行比对并按照相似度的高低进行排列后，选择相似度最高的m个所述比对组。在两个更新后的策略中的比对样本分别比对并按照相似度排列后，截取的相似度最高的两组数量各自为m个的比对组进行对应比对，即按照顺序两组进行一一比对，并在每一个排列次序中选出相似度更高的比对组重新构建数量为m的样本序列。整个操作通过重新构建样本序列，进一步提高了数据的精确性，并且，对于电源模块相对庞杂的数据集而言，上述方式能够更好地剔除部分无效和冗余数据，并使得重新构建的样本序列能够更好地针对性获得适应于此型号的电源模块的策略。基于上述得到的数据比对模型的进一步的针对性比对，对数据进行剔除和后处理，并在此基础上重新构建获得样本序列，从而能够更好地基于多策略多比对的操作，更好地提高强化学习得到的学习样本的可靠性。

5)根据步骤4)中得到的m个所述比对组中的状态值函数V和状态-动作值函数Q，得到优化策略。

三、对得到的优化策略采用专家进行评判。将强化学习结果与专家利用智慧经验统型结果进行比对，若统型结果差距较大则返回步骤二对策略进行重新修整。

当然，在信息数据集足够大后可以进行离线训练，如果效果不佳则提取出相关数据，并交由专家进行策略修整；将完整的信息数据集基于修整后的策略进行再训练，直到效果满足要求。

这里通过引入专家评判步骤，对本就是通过多策略多比对后得到的优化策略进行进一步的调控，通过调控过程更好地提高应用于实际统型中的数据的精确性，这一过程在强化学习的基础上进一步将专家智慧经验凝结入其中，不仅能够更好地提高后续获得的输入输出数据集的准确性，且能够通过一次人为参与，节省整个强化学习的自体调控过程并进一步保证数据的精确性，极大地提高整体效率。

四、根据得到的优化策略，将信息数据集中的输入数据对应获得输出数据，并根据已知输入数据和对应的输出数据进行监督学习训练，得到最优模型。这里的最优模型为将所有输入数据映射为对应的输出，并根据输出结果进行聚类，形成统型结果。

五、将统型结果与专家统型结果比对，得到统型准确率。当准确率低于预设值时，重复步骤二-步骤四，直至准确率不低于预设值。

通过本发明得到的统型结果在对电源模块的统型中，其准确率达到98％，在有效保证和进一步提高准确率的前提下，大大降低了人工劳动，提高了整体的统型效率。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种电源模块的智能统型方法，其特征在于，包括：

S100、采集获取电源模块的信息数据集；

S200、对步骤S100中获得的信息数据集开展强化学习处理，得到优化策略；

S300、根据步骤S200中的优化策略，将至少部分所述信息数据集中的输入数据代入优化策略中，并映射得到对应的一次输出数据，形成多组对应的输入输出数据集；

S400、将多组所述输入输出数据集进行监督学习训练，得到最优模型；

S500、将所述信息数据集中的输入数据代入所述最优模型中，对应获得二次输出数据，并对得到的二次输出数据进行聚类，并根据聚类结果得到电源模块统型结果。

2.根据权利要求1所述的一种智能统型方法，其特征在于，步骤S200中还包括对得到的优化策略采用专家进行评判；其中，

当评判结果在预设范围内时，进入步骤S300；

当评判结果在预设范围外时，重复步骤S200直至评判结果在预设范围内。

3.根据权利要求2所述的一种智能统型方法，其特征在于，步骤S200中的所述强化学习处理具体包括：

S201、基于对使用环境的预测构建强化学习网络，同时建立满足存储需求的经验回放池；

S202、对所述信息数据集选择合适的策略与环境进行交互得到经验样本，并将所述经验样本存储于所述经验回放池中；

S203、更新策略，从所述经验回放池中随机抽取多组数量相同的所述经验样本，并将每组所述经验样本的数量记为m，同时将抽取的所述经验样本中对应的信息数据采用更新后的策略进行交互，对应得到比对样本；

S204、将采用的信息数据相同的一组所述经验样本与所述比对样本记为一个比对组，对每个比对组各自进行比对并按照相似度的高低进行排列后，选择相似度最高的m个所述比对组；

S205、根据步骤S204中得到的m个所述比对组中的状态值函数V和状态-动作值函数Q，得到优化策略。

4.根据权利要求3所述的一种智能统型方法，其特征在于，步骤S203中更新的策略选择为两个，且每个更新后的所述策略得到的比对样本各自与所述经验样本进行比对，对应得到两组数量各自为m个的所述比对组。

5.根据权利要求4所述的一种智能统型方法，其特征在于，步骤S204中还包括对得到的两组数量各自为m个的所述比对组一一对应进行比对，并选择与所述经验样本相似度更高的其中一个所述比对样本，重新构建数量为m的样本序列，并根据重新构建后得到的样本序列的状态值函数V和状态-动作值函数Q，得到优化策略。

6.根据权利要求5所述的一种智能统型方法，其特征在于，当专家评判结果在预设范围外时，以本次得到的所述优化策略作为步骤S202中选择的策略，并对所述经验回放池进行初始化后，重复步骤S202-S205，直至评判结果在预设范围内。

7.根据权利要求3-6中任意一项所述的一种智能统型方法，其特征在于，所述信息数据集包括电源模块的性能信息数据和质量信息数据；

所述强化学习网络包括对应的性能网络和质量网络。

8.根据权利要求7所述的一种智能统型方法，其特征在于，步骤S203中从性能网络和质量网络中按照权重参数各自抽取所述经验样本。

9.根据权利要求7所述的一种智能统型方法，其特征在于，所述性能信息数据包括输入最低电压、输入最高电压、输入标称电压、输出最低电压、输出最高电压、输出最大功率、外形尺寸、封装形式、重量和EMC性能中的至少一种；

所述质量信息数据包括产品质量等级，历史使用履历、历史归零情况、DPA分析信息、使用温度范围和故障保护功能中的至少一种。

10.根据权利要求1所述的一种智能统型方法，其特征在于，步骤S500还包括将得到的电源模块统型结果与专家统型结果进行比对，得到统型准确率；且，

当准确率低于预设值时，重复步骤S200-S500，直至准确率不低于预设值。