CN116780911B - 一种电源模块 - Google Patents
一种电源模块 Download PDFInfo
- Publication number
- CN116780911B CN116780911B CN202311072953.4A CN202311072953A CN116780911B CN 116780911 B CN116780911 B CN 116780911B CN 202311072953 A CN202311072953 A CN 202311072953A CN 116780911 B CN116780911 B CN 116780911B
- Authority
- CN
- China
- Prior art keywords
- power supply
- module
- output
- equipment
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000006243 chemical reaction Methods 0.000 claims abstract description 30
- 238000012423 maintenance Methods 0.000 claims abstract description 27
- 238000002955 isolation Methods 0.000 claims abstract description 19
- 230000005855 radiation Effects 0.000 claims abstract description 19
- 239000010410 layer Substances 0.000 claims description 85
- 238000011156 evaluation Methods 0.000 claims description 45
- 238000013528 artificial neural network Methods 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000001276 controlling effect Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000020169 heat generation Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 230000015654 memory Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 239000004065 semiconductor Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013144 data compression Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000011229 interlayer Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000013021 overheating Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000004146 energy storage Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003562 lightweight material Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Power Conversion In General (AREA)
Abstract
本发明公开了一种电源模块，涉及电能存储技术领域，包含电源转换单元、杂波隔离单元、智能控制单元、散热单元、电源保护单元和设备维护单元，其中，所述电源转换单元的输出端与所述杂波隔离单元的输入端连接，所述杂波隔离单元的输出端与智能控制单元的输入端连接，所述智能控制单元的输出端与所述散热单元的输入端连接，所述智能控制单元的输出端与所述电源保护单元的输入端连接，所述智能控制单元的输出端与所述设备维护单元的输入端连接；本发明能够增强设备的抗干扰能力，并降低能量浪费，为电子设备提供稳定的输出电压；自动化、智能化程度高。
Description
技术领域
本发明涉及电能存储技术领域，且更具体地涉及一种电源模块。
背景技术
电子设备需要稳定、可靠的电源才能正常工作，而电源模块就是实现这一任务的核心部件。它能够将输入电源的电压、电流、功率等信息转换为电子设备所需的各种电气信号，从而提高电子产品的性能，增强设备的运算速度和数据处理能力。如果电源模块不稳定，电子产品可能会出现崩溃、死机、重启等故障，导致数据丢失和设备损坏，在电储能过程中具有重要的作用。
随着科技的不断进步，电源模块在现代电子设备中扮演着至关重要的角色。现代电子设备对电源转换效率的要求越来越高。传统电源模块中的功率损耗较大，导致能量浪费并产生过量的热量导致电源能量的浪费和设备发热问题，且电源模块中存在交流到直流的转换、切换等过程，容易产生高频噪声干扰，对电子产品的正常工作产生影响。
因此，本发明公开一种电源模块，能够增强设备的抗干扰能力，并降低能量浪费，为电子设备提供稳定的输出电压。
发明内容
针对现有技术的不足，本发明公开了一种电源模块，该模块能够增强设备的抗干扰能力，并降低能量浪费，为电子设备提供稳定的输出电压；电源转换单元采用IGBT-Ⅲ功率半导体和转换拓扑结构提高电源信号转换效率并降低功率损耗；杂波隔离单元采用低噪声系数和高放大增益放大微弱有效电源信号，以减少噪声干扰和热量产生；智能控制单元通过神经网络预测控制模型对设备的负载需求进行精准预测，并根据实际负载与预测负载的差值自适应调节输出电压，实现高效率、高精度和高稳定性的电压输出；散热单元采用散热片与无刷风扇结合散热，以提高风扇的散热效率；采用设备维护单元进行电源模块异常检测和异常切换，以保证电源模块运行的稳定性；自动化、智能化程度高。
本发明采用以下技术方案：
一种电源模块，所述系统包括：
电源转换单元，用于将输入的电源信号转换为需要的电源信号，所述电源转换单元包括DC-DC电源转换器和AC-DC电源转换器，所述DC-DC电源转换器和AC-DC电源转换器采用IGBT-Ⅲ功率半导体和转换拓扑结构提高电源信号转换效率并降低功率损耗；
杂波隔离单元，用于过滤和隔离电源信号中的噪声干扰，所述杂波隔离单元包括LC滤波器、隔离变压器和超低噪声放大器，所述LC滤波器用于滤除电源信号高频噪声，所述隔离变压器用于隔离电源模块输入端和输出端的电气信号，避免电源噪声和电磁干扰对输出端的影响，所述超低噪声放大器采用低噪声系数和高放大增益放大微弱有效电源信号，以减少噪声干扰和热量产生；
智能控制单元，用于控制电源模块输出电压的调节和保护，所述智能控制单元通过神经网络预测控制模型对设备的负载需求进行精准预测，并基于预测结果实时控制调节电源模块输出电压，以提高电源模块的能效和稳定性，所述智能控制单元基于设备内部负载检测仪和反馈控制电路实时监测设备的负载变化，并根据实际负载与预测负载的差值自适应调节输出电压，实现高效率、高精度和高稳定性的电压输出；
散热单元，用于工作过程中电源模块的散热，所述散热单元采用散热片与无刷风扇结合散热，以提高风扇的散热效率，并通过温度传感器实时监测内部温度，所述无刷风扇根据实时温度监测数据调节风扇的转速，以实现精细化散热控制；
电源保护单元，用于保护电源模块免受外界电力损害；
设备维护单元，用于电源模块的自动故障检测和维护，以保证电源模块运行的稳定性；
远程监控模块，用于电源模块输出电压和运行状态信息的远程监督和控制，所述远程监控模块通过高速远程通讯网络将电源模块输出电压和运行状态信息传输至网络客户端；
其中，所述电源转换单元的输出端与所述杂波隔离单元的输入端连接，所述杂波隔离单元的输出端与智能控制单元的输入端连接，所述智能控制单元的输出端与所述散热单元的输入端连接，所述智能控制单元的输出端与所述电源保护单元的输入端连接，所述智能控制单元的输出端与所述设备维护单元的输入端连接。
作为本发明进一步的技术方案，所述神经网络预测控制模型包括输入层、卷积层、隐含层、批归一化层、长短期记忆层、随机丢弃层、注意力层、全连接层和输出层，所述神经网络预测控制模型对设备的负载需求进行精准预测包括以下步骤：
步骤1、输入卷积层，通过输入层将设备运行状态数据输入至卷积层分析处理，所述设备运行状态数据通过卷积层提取工作电压、电流和负载指标特征，以获取具有区分度的主体和特定目标特征，并配合校正线性激活函数ReLU实现数据样本特征的特定非线性转换，以减小特征提取误差；
步骤2、隐含层，所述隐含层采用超参数提取输入数据更加抽象的特征表示，以便后续层的处理和输出结果的生成；
步骤3、长短期记忆层，所述长短期记忆层采用输入门存储新信息，所述输入门通过元素相乘将新信息与先前的状态相结合，并通过遗忘门决定是否删除先前状态信息，所述长短期记忆层采用sigmoid函数决定输出门的输出信息实现时间序列数据的处理；
步骤4、批归一化层，所述批归一化层通过标准化分割处理设备运行状态数据消除神经网络预测控制模型层间输入分布差异，以提高神经网络预测控制模型运算速度；
步骤5、随机丢弃层，所述随机丢弃层通过随机丢弃神经网络预测控制模型网络节点，并删除网络节点前后连接简化神经网络预测控制模型，以抑制过拟合现象；
步骤6、注意力层，所述注意力层通过计算机储存数据与设备运行状态数据的相似度获取设备运行状态数据注意力权重矩阵，并对输入的序列数据进行加权处理，以提取其中的关键信息；
步骤7、全连接层，采用调用回调函数访问神经网络预测控制模型的预测结果，所述回调函数根据神经网络预测控制模型状态及性能采用停止标准中断图像特征预测，并通过输出层对预测结果进行输出。
作为本发明进一步的技术方案，所述反馈控制电路采用自适应优化控制算法调节电源模块输出电压，所述自适应优化控制算法设置设备实际负载的数据集为，t时刻设备实际负载与预测负载的相似度输出函数为：
（0）
在公式（0）中，Ut为t时刻设备实际负载与预测负载的相似度，为t时刻设备实际负载与预测负载的相似度加权系数，ε为辅助加权参数，yt-1为t-1时刻设备实际负载，yt为t时刻设备实际负载，max(Y)为设备实际负载最大值，min(Y)为设备实际负载最小值；
当设备实际负载与预测负载的相似度超出高阈值或低于低阈值，则对电源模块输出电压进行调整，并迭代计算。
作为本发明进一步的技术方案，所述电源保护单元的电源保护策略包括以下方面：
（1）过流保护，所述电源保护单元通过电流表监测电源模块输出电流大小，当输出电流超过设定的阈值时，所述电源保护单元通过反馈控制电路减小输出电压或关闭电源，以保护设备和电源模块本身免受过流的危害；
（2）过压保护，所述电源保护单元通过电压表监测输出电压，当输出电压超过设定的阈值时，所述电源保护单元通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块不受过压的危害；
（3）过温保护，所述电源保护单元通过温度传感器监测电源模块内部温度，当温度超过设定的阈值，电源模块通过反馈控制电路降低输出电压或关闭电源，以防止过热并保护系统的安全运行；
（4）短路保护，所述电源保护单元通过电子负载检测输出端口的电流流向，当电流流向反向或达到过高水平，电源模块通过反馈控制电路降低输出电压或关闭电源，以避免短路危害；
（5）过载保护，所述电源保护单元通过静态负载监测输出电路的负载情况，当负载超过设定的阈值时，电源模块通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块本身不受过载的危害。
作为本发明进一步的技术方案，所述设备维护单元包括设备自检模块、报警灯泡、备用电源驱动卡和备用电源模块，所述设备自检模块通过多层评价算法Multi-level综合评价电源模块状态，电源模块状态异常，则报警灯泡发光，并通过备用电源驱动卡驱动电源模块和备用电源模块自动切换工作。
作为本发明进一步的技术方案，所述多层评价算法Multi-level设置电源模块状态数据样本为，n为电源模块状态数据样本个数，1≤i≤n，将电源模块状态数据样本按照内部温度数据集为/>、输出电压数据集为、输出电流数据集为/>，m为内部温度数据个数，Cm为第m个内部温度数据，h为输出电压数据个数，Vh为第h个输出电压数据，t为输出电流数据个数，It为第t个输出电流数据，内部温度、输出电压和输出电流水平评价输出函数公式为：
（1）
在公式（1）中，DC为内部温度水平评价结果，DV为输出电压水平评价结果，DI为输出电流水平评价结果，为评价加权系数，γ为加权辅助值，Cj为第j个电源模块内部温度数据样本，Vj为为第j个电源模块输出电压数据样本，Ij为为第j个电源模块输出电流数据样本，min(XC)为电源模块内部温度数据样本最小值，max(XC)为电源模块内部温度数据样本最大值，min(XV)为电源模块输出电压数据样本最小值，max(XV)为电源模块输出电压数据样本最大值，min(XI)为电源模块输出电流数据样本最小值，max(XI)为电源模块输出电流数据样本最大值，电源模块状态综合评价输出函数公式为：
（2）
在公式（2）中，为电源模块状态综合评价权重，/>为电源模块内部温度平均数，/>为电源模块输出电压平均数，/>为电源模块输出电流平均数。
作为本发明进一步的技术方案，所述备用电源驱动卡包括高速串行扩展总线PCIe和备用设备处理电路，所述高速串行扩展总线PCIe采用热插拔备用切换方式和QOS抗延迟阻塞服务实现主电源模块和备用电源模块端对端实时信息同步，以提高备用设备切换信息同步可靠性，并减少切换时间延迟，所述备用电源模块通过备用设备处理电路连接控制器，以接收备用设备切换控制指令。
作为本发明进一步的技术方案，所述高速远程通讯网络采用数据压缩算法DEFLATE/GZIP和低电压调制通讯标准LVM-hscs实现数据抗干扰高速通讯环境，并基于服务器负载均衡逻辑分布式部署缓存服务器加快网络客户端远程访问速度，并采用四层TCP/UDP传输协议、一层边界网关BGP协议以及七层HTTP/HTTPS协议实现动静态数据的智能识别和自适应加速以提高数据通讯的能力。
积极有益效果：
本发明公开了一种电源模块，该模块能够提高输出电压的稳定性；电源转换单元采用IGBT-Ⅲ功率半导体和转换拓扑结构提高电源信号转换效率并降低功率损耗；杂波隔离单元采用低噪声系数和高放大增益放大微弱有效电源信号，以减少噪声干扰和热量产生；智能控制单元通过神经网络预测控制模型对设备的负载需求进行精准预测，并根据实际负载与预测负载的差值自适应调节输出电压，实现高效率、高精度和高稳定性的电压输出；散热单元采用散热片与无刷风扇结合散热，以提高风扇的散热效率；采用设备维护单元进行电源模块异常检测和异常切换，以保证电源模块运行的稳定性；自动化、智能化程度高。
附图说明
图1为本发明一种电源模块的整体架构示意图；
图2为本发明一种电源模块中电源转换单元的模型示意图；
图3为本发明一种电源模块中神经网络预测控制模型的模型架构示意图；
图4为本发明一种电源模块中整体架构电路图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
一种电源模块，所述系统包括：
电源转换单元，用于将输入的电源信号转换为需要的电源信号，所述电源转换单元包括DC-DC电源转换器和AC-DC电源转换器，所述DC-DC电源转换器和AC-DC电源转换器采用IGBT-Ⅲ功率半导体和转换拓扑结构提高电源信号转换效率并降低功率损耗；
杂波隔离单元，用于过滤和隔离电源信号中的噪声干扰，所述杂波隔离单元包括LC滤波器、隔离变压器和超低噪声放大器，所述LC滤波器用于滤除电源信号高频噪声，所述隔离变压器用于隔离电源模块输入端和输出端的电气信号，避免电源噪声和电磁干扰对输出端的影响，所述超低噪声放大器采用低噪声系数和高放大增益放大微弱有效电源信号，以减少噪声干扰和热量产生；
智能控制单元，用于控制电源模块输出电压的调节和保护，所述智能控制单元通过神经网络预测控制模型对设备的负载需求进行精准预测，并基于预测结果实时控制调节电源模块输出电压，以提高电源模块的能效和稳定性，所述智能控制单元基于设备内部负载检测仪和反馈控制电路实时监测设备的负载变化，并根据实际负载与预测负载的差值自适应调节输出电压，实现高效率、高精度和高稳定性的电压输出；
散热单元，用于工作过程中电源模块的散热，所述散热单元采用散热片与无刷风扇结合散热，以提高风扇的散热效率，并通过温度传感器实时监测内部温度，所述无刷风扇根据实时温度监测数据调节风扇的转速，以实现精细化散热控制；
电源保护单元，用于保护电源模块免受外界电力损害；
设备维护单元，用于电源模块的自动故障检测和维护，以保证电源模块运行的稳定性；
远程监控模块，用于电源模块输出电压和运行状态信息的远程监督和控制，所述远程监控模块通过高速远程通讯网络将电源模块输出电压和运行状态信息传输至网络客户端；
其中，所述电源转换单元的输出端与所述杂波隔离单元的输入端连接，所述杂波隔离单元的输出端与智能控制单元的输入端连接，所述智能控制单元的输出端与所述散热单元的输入端连接，所述智能控制单元的输出端与所述电源保护单元的输入端连接，所述智能控制单元的输出端与所述设备维护单元的输入端连接。
在具体实施例中，所述一种电源模块包括以下优点：
一、高效转换率
现代电子设备对电源转换效率的要求越来越高。传统电源模块中的功率损耗较大，导致能量浪费并产生过量的热量。新型电源模块采用先进的开关电源技术，通过提高变换效率和减少功率损耗来实现高效转换率。这种技术实质上是通过快速切换来降低传统电源模块的能量浪费。
二、稳定输出电压
电源模块必须提供稳定的输出电压，以确保电子设备正常运行。新型电源模块采用电压反馈回路技术，可以及时感知负载变化并自动调整输出，确保输出电压稳定在设定的范围内。该技术实质上是通过实时监控输出电压和自动调节反馈回路来实现稳定输出。
三、小尺寸、轻便
电子设备对体积和重量的要求越来越高，传统电源模块难以满足这些需求。新型电源模块采用先进的集成电路设计和材料技术，使其体积更小、重量更轻。这种技术实质上是通过优化电路布局和采用轻量化材料来实现小尺寸和轻便化。
四、多重保护机制
传统电源模块在过载、短路等异常情况下容易损坏，影响电子设备的安全性和稳定性。新型电源模块引入了多重保护机制，包括过载保护、过热保护和短路保护等。这种技术实质上是通过搭建多个保护回路，并使用先进的传感器和控制器来实现全方位的安全保护。
五、智能化控制
为了提供更好的用户体验和方便管理，新型电源模块具备智能化控制功能。通过与设备连接并与用户交互，可以实现电源开关、定时开关机、电量显示和故障提示等功能。这种技术实质上是通过嵌入式系统和通信接口来实现与用户和设备的智能互联。
在上述实施例中，所述神经网络预测控制模型包括输入层、卷积层、隐含层、批归一化层、长短期记忆层、随机丢弃层、注意力层、全连接层和输出层，所述神经网络预测控制模型对设备的负载需求进行精准预测包括以下步骤：
步骤1、输入卷积层，通过输入层将设备运行状态数据输入至卷积层分析处理，所述设备运行状态数据通过卷积层提取工作电压、电流和负载指标特征，以获取具有区分度的主体和特定目标特征，并配合校正线性激活函数ReLU实现数据样本特征的特定非线性转换，以减小特征提取误差；
步骤2、隐含层，所述隐含层采用超参数提取输入数据更加抽象的特征表示，以便后续层的处理和输出结果的生成；
步骤3、长短期记忆层，所述长短期记忆层采用输入门存储新信息，所述输入门通过元素相乘将新信息与先前的状态相结合，并通过遗忘门决定是否删除先前状态信息，所述长短期记忆层采用sigmoid函数决定输出门的输出信息实现时间序列数据的处理；
步骤4、批归一化层，所述批归一化层通过标准化分割处理设备运行状态数据消除神经网络预测控制模型层间输入分布差异，以提高神经网络预测控制模型运算速度；
步骤5、随机丢弃层，所述随机丢弃层通过随机丢弃神经网络预测控制模型网络节点，并删除网络节点前后连接简化神经网络预测控制模型，以抑制过拟合现象；
步骤6、注意力层，所述注意力层通过计算机储存数据与设备运行状态数据的相似度获取设备运行状态数据注意力权重矩阵，并对输入的序列数据进行加权处理，以提取其中的关键信息；
步骤7、全连接层，采用调用回调函数访问神经网络预测控制模型的预测结果，所述回调函数根据神经网络预测控制模型状态及性能采用停止标准中断图像特征预测，并通过输出层对预测结果进行输出。
在具体实施例中，神经网络预测控制模型（Neural Network PredictiveControl，NNPC）是一种利用神经网络进行预测和控制的模型。它结合了神经网络的非线性建模能力和预测控制的优势，能够在复杂的系统中实现精确的预测和控制。
NNPC模型通常由两个主要部分组成：预测模型和控制器。预测模型使用历史输入输出数据来训练神经网络，以实现对系统行为的预测。通过学习系统的非线性动力学关系，神经网络能够预测未来一段时间内的系统输出。这些预测结果将作为控制器的输入。
控制器部分根据神经网络的预测结果计算出最优的控制策略，并实施到系统中。这样，NNPC模型能够实时地进行预测和控制，并在每个时间步上重新计算最优控制策略，以适应系统的变化和外部扰动。这种基于神经网络的预测和控制方法可以应用于多种领域，如机械控制、机器人控制、工业过程控制等。
NNPC模型具有以下几个优点：
非线性建模能力：神经网络能够对复杂系统进行非线性建模，较传统的线性模型具有更好的适应性和准确度。
预测能力：通过预测未来一段时间内的系统输出，NNPC模型能够提前预知系统的行为，从而更好地进行控制。
实时性能：NNPC模型可以实时地进行预测和控制，适应系统的变化和外部扰动，并在每个时间步上重新计算最优控制策略。
然而，NNPC模型也存在一些挑战和限制：
训练数据要求：NNPC模型需要大量的历史输入输出数据来进行训练，因此对数据的获取和处理有一定要求。
计算复杂度：由于神经网络的计算复杂度较高，NNPC模型的实时性能可能受到限制，尤其是对于复杂系统和大规模问题。
参数调整：NNPC模型中涉及到的神经网络参数需要经过精心的调整和训练，以获得良好的预测和控制性能。
总的来说，神经网络预测控制模型是一种有潜力的预测和控制方法，可以有效地应用于各种复杂系统。然而，在实际应用中需要根据具体问题进行适当的调整和优化。
添加神经网络预测控制模型后能够实现对设备负载的精确预测，相比统计如表1所示；
表1 负载对比统计表
由表1可知，预测设备负载结果与实际设备负载结果相似度高，从而优化电源模块的性能指标和效率。
在上述实施例中，所述反馈控制电路采用自适应优化控制算法调节电源模块输出电压，所述自适应优化控制算法设置设备实际负载的数据集为，t时刻设备实际负载与预测负载的相似度输出函数为：
（0）
在公式（0）中，Ut为t时刻设备实际负载与预测负载的相似度，为t时刻设备实际负载与预测负载的相似度加权系数，ε为辅助加权参数，yt-1为t-1时刻设备实际负载，yt为t时刻设备实际负载，max(Y)为设备实际负载最大值，min(Y)为设备实际负载最小值；
当设备实际负载与预测负载的相似度超出高阈值或低于低阈值，则对电源模块输出电压进行调整，并迭代计算。
在具体实施例中，添加自适应优化控制算法后能够实现对电源模块状态的精确控制和调节，从而优化整个电源模块的性能指标和效率，相比统计如表2所示；
表2 结果对比统计表
通过表2，添加自适应优化控制算法能够实现对电源模块状态的精确控制和调节，从而优化整个电源模块的性能指标和效率。
在上述实施例中，所述电源保护单元的电源保护策略包括以下方面：
（1）过流保护，所述电源保护单元通过电流表监测电源模块输出电流大小，当输出电流超过设定的阈值时，所述电源保护单元通过反馈控制电路减小输出电压或关闭电源，以保护设备和电源模块本身免受过流的危害；
（2）过压保护，所述电源保护单元通过电压表监测输出电压，当输出电压超过设定的阈值时，所述电源保护单元通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块不受过压的危害；
（3）过温保护，所述电源保护单元通过温度传感器监测电源模块内部温度，当温度超过设定的阈值，电源模块通过反馈控制电路降低输出电压或关闭电源，以防止过热并保护系统的安全运行；
（4）短路保护，所述电源保护单元通过电子负载检测输出端口的电流流向，当电流流向反向或达到过高水平，电源模块通过反馈控制电路降低输出电压或关闭电源，以避免短路危害；
（5）过载保护，所述电源保护单元通过静态负载监测输出电路的负载情况，当负载超过设定的阈值时，电源模块通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块本身不受过载的危害。
在具体实施例中，电源保护单元（Power Protection Unit，PPU）是一种用于保护电源设备的设备。电源保护单元主要的功能是通过监测电压、电流、频率等参数，及时发现并处理电力系统故障，从而保护电源设备不受损坏。它通常具备以下特点和功能：
过电流保护：当电流超过额定值时，PPU会自动切断电源，以防止电器设备因过载而损坏。
过电压保护：当电压超过设定的安全范围时，PPU会切断电源，以防止电器设备受到过电压的损害。
欠电压保护：当电压低于设定的最低工作电压时，PPU会切断电源，以防止电器设备因欠电压而无法正常运行。
短路保护：当电路出现短路时，PPU会迅速切断电源，以避免电器设备受到电流冲击而损坏。
过温保护：当电器设备过热时，PPU会及时切断电源，以保护设备免受热损坏。
除了以上基本功能外，一些高级的PPU还可能具备涌流保护、过频保护、电池备份等功能。此外，它们通常还配备报警功能，可以通过声音、灯光等方式向用户发出故障警报。
总之，电源保护单元是一种可靠的设备，能够有效保护电源设备免受各种电力系统故障的影响，提高设备的稳定性和可靠性。
添加电源保护单元后的设备故障次数与未添加电源保护单元后的设备故障次数相比统计如表3所示；
表3 对比统计表
如表3所示，添加电源保护单元后的设备故障次数与未添加电源保护单元后的设备故障次数相比，添加电源保护单元后的设备故障次数能大大降低设备故障次数。
在上述实施例中，所述设备维护单元包括设备自检模块、报警灯泡、备用电源驱动卡和备用电源模块，所述设备自检模块通过多层评价算法Multi-level综合评价电源模块状态，电源模块状态异常，则报警灯泡发光，并通过备用电源驱动卡驱动电源模块和备用电源模块自动切换工作。
在具体实施例中，电源模块设备维护单元是指用于对电源模块进行维护和管理的模块或部件。它通常包括以下功能：
远程监测和管理：维护单元可以通过网络连接，实现对电源模块的远程监测和管理。管理员可以通过远程终端或管理软件，实时监控电源模块的工作状态、电压输出等参数，并进行远程配置和控制。
故障报警和管理：维护单元会监测电源模块的故障情况，并在出现故障时及时发送报警信息，例如通过声音、灯光、短信、邮件等方式通知管理员。同时，维护单元也会记录和管理故障日志，帮助管理员分析故障原因。
配置管理：维护单元可以提供接口或界面，使管理员可以对电源模块的配置进行管理，例如设置输出电压、电流限制、保护参数等。
远程升级：维护单元可以支持远程升级电源模块的固件或软件，以获得更好的性能或修复已知的问题。
数据记录和分析：维护单元可以记录电源模块的工作数据和历史记录，例如输入电压、输出电压、温度等，管理员可以根据这些数据进行分析和调整。
通过维护单元的功能，管理员可以实现对电源模块的远程监测、管理和维护，提高系统的可用性和稳定性，并降低故障风险。
在上述实施例中，所述多层评价算法Multi-level设置电源模块状态数据样本为，n为电源模块状态数据样本个数，1≤i≤n，将电源模块状态数据样本按照内部温度数据集为/>、输出电压数据集为、输出电流数据集为/>，m为内部温度数据个数，Cm为第m个内部温度数据，h为输出电压数据个数，Vh为第h个输出电压数据，t为输出电流数据个数，It为第t个输出电流数据，内部温度、输出电压和输出电流水平评价输出函数公式为：
（1）
在公式（1）中，DC为内部温度水平评价结果，DV为输出电压水平评价结果，DI为输出电流水平评价结果，为评价加权系数，γ为加权辅助值，Cj为第j个电源模块内部温度数据样本，Vj为为第j个电源模块输出电压数据样本，Ij为为第j个电源模块输出电流数据样本，min(XC)为电源模块内部温度数据样本最小值，max(XC)为电源模块内部温度数据样本最大值，min(XV)为电源模块输出电压数据样本最小值，max(XV)为电源模块输出电压数据样本最大值，min(XI)为电源模块输出电流数据样本最小值，max(XI)为电源模块输出电流数据样本最大值，电源模块状态综合评价输出函数公式为：
（2）
在公式（2）中，为电源模块状态综合评价权重，/>为电源模块内部温度平均数，/>为电源模块输出电压平均数，/>为电源模块输出电流平均数。
在具体实施例中，多层评价算法Multi-level综合评价电源模块状态是通过将电源模块的各项性能指标进行加权、综合评估，得出一个综合评价结果的方法。该算法一般包括以下步骤：
确定评价指标：根据电源模块的性能特点和需求，确定一系列评价指标，例如输出电压稳定性、转换效率、负载适应能力等。
设定权重：对于每个评价指标，根据其重要程度和优先级，设定相应的权重。较重要的指标应具有较高的权重，以便在综合评价中起到更大的作用。
评价方法选择：针对每个评价指标，选择相应的评价方法。常见的评价方法包括数学模型、专家经验法、实验测试等。
数据采集与处理：根据选定的评价方法，采集电源模块相关的运行数据，并对数据进行预处理和归一化处理，以确保不同维度的数据可以进行有效的比较和加权。
综合评分计算：根据评价指标的权重和所选的评价方法，对每个指标进行评分计算，并将各个指标的评分按照权重进行加权求和，得到综合评分。
综合评价结果解读：根据综合评分的结果，进行状态判定和解读。可以设定一定的阈值或标准，根据评分结果判断电源模块的状态是正常、良好还是需要维修或更换。
通过多层评价算法，可以将电源模块的各项性能指标综合考虑，得到一个全面、客观的评价结果，有助于实现对电源模块状态的准确评估和维护决策的制定。
通过多层评价算法Multi-level综合评价电源模块状态判断电源模块是否异常，判断准确度如下表所示；
表4 速度对比统计表
如表4所示，通过A、B、C三组重复五次的实验可知，采用多层评价算法Multi-level综合评价电源模块状态判断电源模块是否异常的准确度与采用普通算法评价电源模块状态判断电源模块是否异常的准确度相比，采用多层评价算法Multi-level能大大提高判断准确度。
在上述实施例中，所述备用电源驱动卡包括高速串行扩展总线PCIe和备用设备处理电路，所述高速串行扩展总线PCIe采用热插拔备用切换方式和QOS抗延迟阻塞服务实现主电源模块和备用电源模块端对端实时信息同步，以提高备用设备切换信息同步可靠性，并减少切换时间延迟，所述备用电源模块通过备用设备处理电路连接控制器，以接收备用设备切换控制指令。
在具体实施例中，备用电源驱动卡的工作原理可以简单概括为以下几个步骤：
监测主电源状态：备用电源驱动卡会实时监测主电源的输入电压和输出电流等参数，以了解主电源的工作状态。如果主电源正常，则系统会继续使用主电源供电；如果主电源异常或停电，则进入下一步。
切换到备用电源：当主电源异常或停电时，备用电源驱动卡会自动切换系统至备用电源。这通常涉及使用电源开关电路或电磁继电器等设备，将备用电源连接到系统的关键组件或整个系统上。
监测备用电源状态：备用电源驱动卡会持续监测备用电源的输入电压和输出电流等参数，以确保备用电源的正常工作。如果备用电源发生故障或电量低下，则需要采取相应措施。
恢复主电源：当主电源恢复正常时，备用电源驱动卡可以自动将系统切换回主电源。同样，这也涉及使用电源开关电路或电磁继电器等设备，将系统重新连接到主电源。
在整个过程中，备用电源驱动卡通常还会提供告警和通知功能，以便及时通知用户或管理员主电源或备用电源发生故障或切换的情况。此外，如果备用电源是基于电池的，备用电源驱动卡还可能包括电池管理功能，如电池充放电控制和电池状态监测等。
在上述实施例中，所述高速远程通讯网络采用数据压缩算法DEFLATE/GZIP和低电压调制通讯标准LVM-hscs实现数据抗干扰高速通讯环境，并基于服务器负载均衡逻辑分布式部署缓存服务器加快网络客户端远程访问速度，并采用四层TCP/UDP传输协议、一层边界网关BGP协议以及七层HTTP/HTTPS协议实现动静态数据的智能识别和自适应加速以提高数据通讯的能力。
在具体实施例中，来自加速区域的服务请求将被分别发送到不同的加速区域的加速IP，加速IP具体接受什么样的请求要以监听为准，一个GA全球加速实例可以创建多个监听，而一个监听又对应多个不同的服务端口，这些端口限定了一个GA提供的服务范围，通过监听接受到的服务请求将通过阿里云的内部网络传输到不同的终端组，这些终端组的位置将尽可能靠近网站和服务的源站点，为了充分保证加速的性能和可用性，因此一个终端组将对应4个终端节点，这4个终端节点将负责将收到的加速请求转发给源站，待源站处理完成后结果将顺原路返回到加速IP，加速IP将把结果发送给在加速地域的客户端。对于TCP/UDP协议的全球加速监听，监听和终端组是一一对应的关系。对于HTTP/HTTPS协议的全球加速监听，默认情况下所有的加速请求将被发送到默认终端组，另外还可以通过设置基于URL的转发策略将部分请求转发到虚拟端口组。用户可根据需要将带宽包在不同的加速区域间进行分配。
表5 速度对比统计表
如表5所示，采用高速远程通讯网络的远程控制速度与采用普通通讯网络的远程控制速度相比，采用远程通讯网络能大大提高远程控制速度。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。
Claims (6)
1.一种电源模块，其特征在于：所述电源模块包括：
电源转换单元，用于将输入的电源信号转换为需要的电源信号，所述电源转换单元包括DC-DC电源转换器和AC-DC电源转换器，所述DC-DC电源转换器和AC-DC电源转换器采用IGBT-Ⅲ功率半导体和转换拓扑结构提高电源信号转换效率并降低功率损耗；
杂波隔离单元，用于过滤和隔离电源信号中的噪声干扰，所述杂波隔离单元包括LC滤波器、隔离变压器和超低噪声放大器，所述LC滤波器用于滤除电源信号高频噪声，所述隔离变压器用于隔离电源模块输入端和输出端的电气信号，避免电源噪声和电磁干扰对输出端的影响，所述超低噪声放大器采用低噪声系数和高放大增益放大微弱有效电源信号，以减少噪声干扰和热量产生；
智能控制单元，用于控制电源模块输出电压的调节和保护，所述智能控制单元通过神经网络预测控制模型对设备的负载需求进行精准预测，并基于预测结果实时控制调节电源模块输出电压，以提高电源模块的能效和稳定性，所述智能控制单元基于设备内部负载检测仪和反馈控制电路实时监测设备的负载变化，并根据实际负载与预测负载的差值自适应调节输出电压，实现高效率、高精度和高稳定性的电压输出；
散热单元，用于工作过程中电源模块的散热，所述散热单元采用散热片与无刷风扇结合散热，以提高风扇的散热效率，并通过温度传感器实时监测内部温度，所述无刷风扇根据实时温度监测数据调节风扇的转速，以实现精细化散热控制；
电源保护单元，用于保护电源模块免受外界电力损害；
设备维护单元，用于电源模块的自动故障检测和维护，以保证电源模块运行的稳定性；
远程监控模块，用于电源模块输出电压和运行状态信息的远程监督和控制，所述远程监控模块通过高速远程通讯网络将电源模块输出电压和运行状态信息传输至网络客户端；
其中，所述电源转换单元的输出端与所述杂波隔离单元的输入端连接，所述杂波隔离单元的输出端与智能控制单元的输入端连接，所述智能控制单元的输出端与所述散热单元的输入端连接，所述智能控制单元的输出端与所述电源保护单元的输入端连接，所述智能控制单元的输出端与所述设备维护单元的输入端连接；
所述神经网络预测控制模型包括输入层、卷积层、隐含层、批归一化层、长短期记忆层、随机丢弃层、注意力层、全连接层和输出层，所述神经网络预测控制模型对设备的负载需求进行精准预测包括以下步骤：
步骤1、输入卷积层，通过输入层将设备运行状态数据输入至卷积层分析处理，所述设备运行状态数据通过卷积层提取工作电压、电流和负载指标特征，以获取具有区分度的主体和特定目标特征，并配合校正线性激活函数ReLU实现数据样本特征的特定非线性转换，以减小特征提取误差；
步骤2、隐含层，所述隐含层采用超参数提取输入数据更加抽象的特征表示，以便后续层的处理和输出结果的生成；
步骤3、长短期记忆层，所述长短期记忆层采用输入门存储新信息，所述输入门通过元素相乘将新信息与先前的状态相结合，并通过遗忘门决定是否删除先前状态信息，所述长短期记忆层采用sigmoid函数决定输出门的输出信息实现时间序列数据的处理；
步骤4、批归一化层，所述批归一化层通过标准化分割处理设备运行状态数据消除神经网络预测控制模型层间输入分布差异，以提高神经网络预测控制模型运算速度；
步骤5、随机丢弃层，所述随机丢弃层通过随机丢弃神经网络预测控制模型网络节点，并删除网络节点前后连接简化神经网络预测控制模型，以抑制过拟合现象；
步骤6、注意力层，所述注意力层通过计算机储存数据与设备运行状态数据的相似度获取设备运行状态数据注意力权重矩阵，并对输入的序列数据进行加权处理，以提取其中的关键信息；
步骤7、全连接层，采用调用回调函数访问神经网络预测控制模型的预测结果，所述回调函数根据神经网络预测控制模型状态及性能采用停止标准中断图像特征预测，并通过输出层对预测结果进行输出；
所述反馈控制电路采用自适应优化控制算法调节电源模块输出电压，所述自适应优化控制算法设置设备实际负载的数据集为，t时刻设备实际负载与预测负载的相似度输出函数为：
（0）
在公式（0）中，Ut为t时刻设备实际负载与预测负载的相似度，为t时刻设备实际负载与预测负载的相似度加权系数，ε为辅助加权参数，yt-1为t-1时刻设备实际负载，yt为t时刻设备实际负载，max(Y)为设备实际负载最大值，min(Y)为设备实际负载最小值；
当设备实际负载与预测负载的相似度超出高阈值或低于低阈值，则对电源模块输出电压进行调整，并迭代计算。
2.根据权利要求1所述的一种电源模块，其特征在于：所述电源保护单元的电源保护策略包括以下方面：
（1）过流保护，所述电源保护单元通过电流表监测电源模块输出电流大小，当输出电流超过设定的阈值时，所述电源保护单元通过反馈控制电路减小输出电压或关闭电源，以保护设备和电源模块本身免受过流的危害；
（2）过压保护，所述电源保护单元通过电压表监测输出电压，当输出电压超过设定的阈值时，所述电源保护单元通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块不受过压的危害；
（3）过温保护，所述电源保护单元通过温度传感器监测电源模块内部温度，当温度超过设定的阈值，电源模块通过反馈控制电路降低输出电压或关闭电源，以防止过热并保护系统的安全运行；
（4）短路保护，所述电源保护单元通过电子负载检测输出端口的电流流向，当电流流向反向或达到过高水平，电源模块通过反馈控制电路降低输出电压或关闭电源，以避免短路危害；
（5）过载保护，所述电源保护单元通过静态负载监测输出电路的负载情况，当负载超过设定的阈值时，电源模块通过反馈控制电路降低输出电压或关闭电源，以保护设备和电源模块本身不受过载的危害。
3.根据权利要求1所述的一种电源模块，其特征在于：所述设备维护单元包括设备自检模块、报警灯泡、备用电源驱动卡和备用电源模块，所述设备自检模块通过多层评价算法Multi-level综合评价电源模块状态，电源模块状态异常，则报警灯泡发光，并通过备用电源驱动卡驱动电源模块和备用电源模块自动切换工作。
4.根据权利要求3所述的一种电源模块，其特征在于：所述多层评价算法Multi-level设置电源模块状态数据样本为，n为电源模块状态数据样本个数，1≤i≤n，将电源模块状态数据样本按照内部温度数据集为/>、输出电压数据集为/>、输出电流数据集为/>，m为内部温度数据个数，Cm为第m个内部温度数据，h为输出电压数据个数，Vh为第h个输出电压数据，t为输出电流数据个数，It为第t个输出电流数据，内部温度、输出电压和输出电流水平评价输出函数公式为：
（1）
在公式（1）中，DC为内部温度水平评价结果，DV为输出电压水平评价结果，DI为输出电流水平评价结果，为评价加权系数，γ为加权辅助值，Cj为第j个电源模块内部温度数据样本，Vj为为第j个电源模块输出电压数据样本，Ij为为第j个电源模块输出电流数据样本，min(XC)为电源模块内部温度数据样本最小值，max(XC)为电源模块内部温度数据样本最大值，min(XV)为电源模块输出电压数据样本最小值，max(XV)为电源模块输出电压数据样本最大值，min(XI)为电源模块输出电流数据样本最小值，max(XI)为电源模块输出电流数据样本最大值，电源模块状态综合评价输出函数公式为：
（2）
在公式（2）中，为电源模块状态综合评价权重，/>为电源模块内部温度平均数，/>为电源模块输出电压平均数，/>为电源模块输出电流平均数。
5.根据权利要求3所述的一种电源模块，其特征在于：所述备用电源驱动卡包括高速串行扩展总线PCIe和备用设备处理电路，所述高速串行扩展总线PCIe采用热插拔备用切换方式和QOS抗延迟阻塞服务实现主电源模块和备用电源模块端对端实时信息同步，以提高备用设备切换信息同步可靠性，并减少切换时间延迟，所述备用电源模块通过备用设备处理电路连接控制器，以接收备用设备切换控制指令。
6.根据权利要求1所述的一种电源模块，其特征在于：所述高速远程通讯网络采用数据压缩算法DEFLATE/GZIP和低电压调制通讯标准LVM-hscs实现数据抗干扰高速通讯环境，并基于服务器负载均衡逻辑分布式部署缓存服务器加快网络客户端远程访问速度，并采用四层TCP/UDP传输协议、一层边界网关BGP协议以及七层HTTP/HTTPS协议实现动静态数据的智能识别和自适应加速以提高数据通讯的能力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072953.4A CN116780911B (zh) | 2023-08-24 | 2023-08-24 | 一种电源模块 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072953.4A CN116780911B (zh) | 2023-08-24 | 2023-08-24 | 一种电源模块 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116780911A CN116780911A (zh) | 2023-09-19 |
| CN116780911B true CN116780911B (zh) | 2023-11-07 |
Family
ID=88012033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311072953.4A Active CN116780911B (zh) | 2023-08-24 | 2023-08-24 | 一种电源模块 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116780911B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109831034A (zh) * | 2018-11-14 | 2019-05-31 | 国网新疆电力有限公司奎屯供电公司 | 一种智能变电站保护设备在线监视与诊断装置 |
| CN112117892A (zh) * | 2019-06-19 | 2020-12-22 | 英飞凌科技奥地利有限公司 | 电功率转换器 |
| CN214479627U (zh) * | 2021-01-29 | 2021-10-22 | 浙江嘉科电子有限公司 | 智能电源转换控制系统 |
| CN115441722A (zh) * | 2022-07-14 | 2022-12-06 | 发明之家(北京)科技有限公司 | 一种电源管理芯片及控制系统 |
| CN115514197A (zh) * | 2021-06-21 | 2022-12-23 | 马克西姆综合产品公司 | 跟踪电源及相关系统和方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9645626B2 (en) * | 2014-11-12 | 2017-05-09 | Qualcomm Incorporated | Circuits and methods providing supply voltage control based on transient load prediction |
| US11811316B2 (en) * | 2018-12-20 | 2023-11-07 | Infineon Technologies Austria Ag | Adaptive control of a switched voltage converter |
-
2023
- 2023-08-24 CN CN202311072953.4A patent/CN116780911B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109831034A (zh) * | 2018-11-14 | 2019-05-31 | 国网新疆电力有限公司奎屯供电公司 | 一种智能变电站保护设备在线监视与诊断装置 |
| CN112117892A (zh) * | 2019-06-19 | 2020-12-22 | 英飞凌科技奥地利有限公司 | 电功率转换器 |
| CN214479627U (zh) * | 2021-01-29 | 2021-10-22 | 浙江嘉科电子有限公司 | 智能电源转换控制系统 |
| CN115514197A (zh) * | 2021-06-21 | 2022-12-23 | 马克西姆综合产品公司 | 跟踪电源及相关系统和方法 |
| CN115441722A (zh) * | 2022-07-14 | 2022-12-06 | 发明之家(北京)科技有限公司 | 一种电源管理芯片及控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116780911A (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10992237B2 (en) | Inverter coupling and decoupling management | |
| US8854193B2 (en) | Systems and methods for remote or local shut-off of a photovoltaic system | |
| EP4053574A1 (en) | Short-circuit detection method and apparatus for inverter, and inverter | |
| EP3249781B1 (en) | Selective protection circuit and method, and power supply system | |
| AU2020417752A1 (en) | Power distribution systems and methods | |
| CN104779636A (zh) | 控制换逆变器的功率输出的方法及系统 | |
| KR20160099560A (ko) | 전압 클리핑 | |
| US9608430B2 (en) | Battery circuit fault protection in uninterruptable power sources | |
| US20210194074A1 (en) | Actuating mechanism with integral battery | |
| WO2023045373A1 (zh) | 一种光伏发电系统及其控制方法和功率变换器 | |
| CN116780911B (zh) | 一种电源模块 | |
| CN116488300A (zh) | 一种多功能移动设备充电保护装置 | |
| EP3324503B1 (en) | Electrical power control and fault protection | |
| US20190339992A1 (en) | Modifying operating settings based on system performance data | |
| CN111181488A (zh) | 一种光伏组件定位方法、装置及控制器 | |
| CN117193500A (zh) | 基于lstm的服务器动态管理方法、系统、终端及存储介质 | |
| CN107783888A (zh) | 一种基于ipmi带数据预测功能的服务器管理实现的方法及装置 | |
| US11309707B2 (en) | Variable overcurrent protection for power supplies | |
| Uddin et al. | Reduction of frequency disruption during cyber-attack in the power system | |
| CN114815948B (zh) | 自适应时钟电路、芯片及电压调整方法、装置 | |
| CN111952948B (zh) | 一种零损耗深度限流装置及输电线路短路故障限流方法 | |
| WO2020179455A1 (ja) | 制御システム、設備管理システム、設備管理方法及びプログラム | |
| CN115864681B (zh) | 一种供电系统的输出功率控制方法、系统、设备和介质 | |
| US12027132B1 (en) | Display units with automated power governing | |
| CN110197762B (zh) | 一种变压器散热温控方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |