CN117412448B - 电源功率的智能调制方法及线路 - Google Patents
电源功率的智能调制方法及线路 Download PDFInfo
- Publication number
- CN117412448B CN117412448B CN202311453039.4A CN202311453039A CN117412448B CN 117412448 B CN117412448 B CN 117412448B CN 202311453039 A CN202311453039 A CN 202311453039A CN 117412448 B CN117412448 B CN 117412448B
- Authority
- CN
- China
- Prior art keywords
- detection signal
- power
- training
- power supply
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 214
- 238000006243 chemical reaction Methods 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 73
- 238000005070 sampling Methods 0.000 claims description 64
- 239000013598 vector Substances 0.000 claims description 61
- 238000010586 diagram Methods 0.000 claims description 27
- 230000004927 fusion Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000005286 illumination Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 101100190528 Arabidopsis thaliana PIN6 gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002075 inversion recovery Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/14—Controlling the light source in response to determined parameters by determining electrical parameters of the light source
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
Landscapes
- Dc-Dc Converters (AREA)
Abstract
本发明公开了一种电源功率的智能调制方法及线路,其包括:输入整流滤波模块、电源控制芯片部分、电源转换模块、电源输出模块、光源器件以及功率检测控制与CS电流检测模块;功率检测控制与CS电流检测模块用于检测电源功率并输出CS检测信号至电源管理芯片部分,所述电源管理芯片部分用于对所述CS检测信号进行处理以生成所述PFM信号;本发明通过设置功率检测控制与CS电流检测模块,从而可以根据CS检测信号来生成PFM信号,以提高电源转换的效率。
Description
技术领域
本发明涉及智能化电源功率调制技术领域,并且更具体地,涉及一种电源功率的智能调制方法及线路。
背景技术
在一些特定的应用环境场景下,比如大型超市,大型医院等等照明环境,需要全天侯的照明,且照明灯具已经安装完成,不适合在灯具端做功率调整。
但白天与晚上的条件下需要照明电源输出不同的功率,这样就要求电源设备具有一些技术调制输出功率的功能;同时在这些环境下的需要驱动电源的数量非常多(会超过300盏以上),若采用无线射频模块来控制会出现模块之间同频相互干扰,会出现误动作的现象。
因此,期待一种优化的电源功率的调制方案。
发明内容
为了解决上述技术问题,提出了本发明。本发明的实施例提供了一种电源功率的智能调制方法及线路,其包括:输入整流滤波模块、电源控制芯片部分、电源转换模块、电源输出模块、光源器件,以及,功率检测控制与CS电流检测模块。这样,可以根据CS检测信号来生成PFM信号,以提高电源转换的效率。
本发明第一方面提供了一种电源功率的智能调制线路,其包括:输入整流滤波模块、电源控制芯片部分、电源转换模块、电源输出模块、光源器件,以及,功率检测控制与CS电流检测模块;
其中,所述输入整流滤波模块,用于将输入的交流电整流为直流电;所述电源控制芯片部分,用于输出PFM信号至所述电源转换模块以实现功率转化;所述电源转换模块用于接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至所述电源输出模块;所述电源输出模块用于接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至所述光源器件;
其中,所述功率检测控制与CS电流检测模块用于检测电源功率并输出CS检测信号至所述电源管理芯片部分,所述电源管理芯片部分用于对所述CS检测信号进行处理以生成所述PFM信号。
本发明第二方面提供了一种电源功率的智能调制方法,其包括:
使用输入整流滤波模块将输入的交流电整流为直流电;
使用电源控制芯片部分输出PFM信号至电源转换模块以实现功率转化;
使用所述电源转换模块接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至电源输出模块;
使用所述电源输出模块接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至光源器件;
使用功率检测控制与CS电流检测模块检测电源功率并输出CS检测信号至电源管理芯片部分,使用所述电源管理芯片部分对所述CS检测信号进行处理以生成所述PFM信号。
本发明有益效果为:本发明通过设置功率检测控制与CS电流检测模块,从而可以根据CS检测信号来生成PFM信号,以提高电源转换的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的电源功率的智能调制线路的框图。
图2A为根据本发明实施例的检测控制线路图。
图2B为根据本发明实施例的Q1演变器件的演变方式示意图。
图2C为根据本发明实施例的隔离反激拓扑应用路线图。
图2D为根据本发明实施例的LLC谐振拓扑实施方案原理图。
图3为根据本发明实施例的电源功率的智能调制线路中所述电源管理芯片部分的框图。
图4为根据本发明实施例的电源功率的智能调制方法的流程图。
图5为根据本发明实施例的电源功率的智能调制方法架构的示意图。
图6为根据本发明实施例的电源功率的智能调制线路的应用场景图。
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描述,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。
除非另有说明,本发明实施例所使用的所有技术和科学术语与本发明的技术领域的技术人员通常理解的含义相同。本发明中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明的范围。
在本发明实施例记载中,需要说明的是,除非另有说明和限定,术语“连接”应做广义理解,例如,可以是电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
需要说明的是,本发明实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本发明的实施例可以除了在这里图示或描述的那些以外的顺序实施。
在介绍了本发明的基本原理之后,下面将参考附图来具体介绍本发明的各种非限制性实施例。
在一些特定的应用环境场景下,比如大型超市,大型医院等等照明环境,需要全天的照明,且照明灯具已经安装完成,不适合在灯具端做功率调整;白天与晚上的条件下需要照明电源输出不同的功率,这样就要求电源设备具有一些技术调制输出功率的功能;同时在这些环境下的需要驱动电源的数量非常多(会超过300盏以上),若采用无线射频模块来控制会出现模块之间同频相互干扰,出现误动作的现象;在这些特定的场景下通过检测AC供电状态的信号结合本发明的控制线路,来达到实现改变功率的功能
白天与晚上的条件下需要照明电源输出不同的功率,这样就要求电源设备具有一些技术调制输出功率的功能。例如,设计电源设备时,可以考虑将功率调制分为多个段落,通过在电源设备中集成多个功率调节器或模块,每个模块负责控制一段功率范围内的输出,这样可以根据白天和晚上的需求,选择相应的功率调节模块来实现不同的输出功率。利用定时器或时钟模块,设定白天和晚上的时间段,然后在不同的时间段内调整电源输出功率,这可以通过在电源管理芯片中设置定时器来实现,定时器会触发相应的功率调节操作。利用光敏传感器或光敏电阻来感知环境光照强度,根据光照强度的变化,调节电源输出功率。白天光照强度较高时,电源输出较高功率;晚上光照强度较低时,电源输出较低功率,这种方法可以实现自动调节,无需人工干预。为电源设备提供外部控制接口,例如通过串口、以太网或无线通信等方式与外部系统进行通信。外部系统可以根据需要发送控制指令,调节电源输出功率,这样可以实现远程控制和集中管理。
电源功率的调制方案在特定应用环境中具有重要的必要性,通过调制电源功率,可以根据实际需求灵活地控制电源设备的输出功率。在白天和晚上等不同条件下,根据实际照明需求调整功率,可以实现节能和提高能源利用效率,避免了不必要的能量浪费,降低了能源成本。
在大型超市、大型医院等照明环境中,白天和晚上的照明需求通常不同,白天可能需要更高的照明亮度,而晚上可能需要较低的照明亮度。通过调制电源功率,可以满足不同时间段内的照明需求,提供适合的照明环境。通过电源功率调制方案,可以根据实际情况对电源设备进行灵活调节。例如,在特殊活动或紧急情况下,可能需要临时增加照明亮度,通过调制功率,可以快速响应并满足这些需求,提高灵活性和可调节性。通过合理的电源功率调制方案,可以避免电源设备过载或过压等问题,提高系统的稳定性和可靠性。根据实际负载情况调整功率输出,可以保持电源设备在安全工作范围内,延长设备寿命,减少故障率。
电源功率的调制方案对于满足不同照明需求、节能减排、提高系统稳定性和可靠性等方面具有重要的必要性,通过合适的调制方案,可以实现灵活、高效、可靠的电源功率调节,满足特定应用环境下的需求。在本发明的一个实施例中,图1为根据本发明实施例的电源功率的智能调制线路的框图。如图1所示,根据本发明实施例的电源功率的智能调制线路100,包括:输入整流滤波模块110、电源控制芯片部分120、电源转换模块130、电源输出模块140、光源器件150,以及,功率检测控制与CS电流检测模块160;其中,所述输入整流滤波模块110,用于将输入的交流电整流为直流电;所述电源控制芯片部分120,用于输出PFM信号至所述电源转换模块130以实现功率转化;所述电源转换模块130用于接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至所述电源输出模块140;所述电源输出模块140用于接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至所述光源器件150;其中,所述功率检测控制与CS电流检测模块160用于检测电源功率并输出CS检测信号至电源管理芯片部分170,所述电源管理芯片部分用于对所述CS检测信号进行处理以生成所述PFM信号。
其中,所述输入整流滤波模块110将输入的交流电转换为直流电,并进行滤波处理,以去除电源中的噪声和纹波,这样可以得到稳定的直流电源供给后续模块使用。所述电源控制芯片部分120生成并输出脉冲频率调制(PFM)信号至电源转换模块130,PFM信号的频率和占空比可以根据需求进行调节,以控制电源转换模块的输出功率。通过调节PFM信号的参数,可以实现对电源输出功率的精确调节。所述电源转换模块130接收来自电源控制芯片部分120的PFM信号,并将输入的直流电转换为交流电。通常,这个模块会使用变压器来实现电流的转换和隔离,转换后的电流将通过变压器传输至电源输出模块140。所述电源输出模块140接收来自电源转换模块130的转换后的电流,并对其进行整流滤波处理,以获得稳定的直流电流输出,这个模块的输出将供应给光源器件150,以驱动照明设备或其他需要电源的设备。所述光源器件150用于照明的光源,例如LED灯或荧光灯等,接收来自电源输出模块140的直流电流,并将其转化为可见光或其他形式的光辐射,用于提供照明效果。所述功率检测控制与CS电流检测模块160检测电源的功率,并输出CS检测信号至电源管理芯片部分170,CS检测信号可以用来监测电源的输出功率水平,以便进行相应的调节和控制。所述电源管理芯片部分170接收来自功率检测控制与CS电流检测模块160的CS检测信号,并进行处理,生成适当的PFM信号。这个部分负责监测电源功率,并根据需要调整电源控制芯片部分120生成的PFM信号的参数,以实现对电源输出功率的调节和控制。
智能调制电源线路包括了输入整流滤波、电源控制、电源转换、电源输出、光源器件驱动以及功率检测与控制等模块,通过相互配合和调节,实现对电源输出功率的智能调制和控制,以满足特定应用环境下的照明需求。
在本发明的一个实施例中,本发明的目的在于提供一种结构简单可靠、性能稳定的电路控制方式,通过该发明的控制方式实现电源的功率调制,显著提升产品竞争力。
为了实现上述效果,本发明的技术方案分为:1.本发明的检测控制线路,如图2A所示,2.本发明的Q1演变器件,如图2B所示。3.通用电源的转换模块,电源的类型可以是AC-DC,也可以是DC-DC的(但不局限此两类电源),电源的拓扑可以是非隔离降压拓扑,非隔离升压拓扑,隔离反激拓扑,隔离正激拓扑,隔离LLC拓扑等等(不局限此列举的拓扑);把本发明结合隔离反激拓扑架构实现功率调制的整合,如图2C所示。把本发明结合LLC拓扑架构实现功率调制的整合,如图2D所示。
接下来结合的LLC拓扑架构实现功率调制的整合原理图,进行本发明实现过程进行说明:该功能实现主要由六个功能模块:输入整流滤波模块110、电源控制芯片部分120、电源转换模块130、电源输出模块140、光源器件150,以及,功率检测控制与CS电流检测模块160;其中,所述输入整流滤波模块110,用于将输入的交流电整流为直流电;所述电源控制芯片部分120,用于输出PFM信号至所述电源转换模块130以实现功率转化;所述电源转换模块130用于接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至所述电源输出模块140;所述电源输出模块140用于接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至所述光源器件150;其中,所述功率检测控制与CS电流检测模块160用于检测电源功率并输出CS检测信号至电源管理芯片部分170,所述电源管理芯片部分用于对所述CS检测信号进行处理以生成所述PFM信号;
所述功率检测控制与CS电流检测模块160是说明为:1L的电位是通过第一开关S1与主电源的L线第一保险管后连接,第一开关S1断开状态时,功率检测控制线路不工作;当S1闭合状态时,功率检测控制线路启动工作,经由电容限流(该器件在一些线路中可以替换为电阻器件限流,效果相同);给隔离控制器件光电耦合器(该器件在一些线路中可以替换为继电器,或隔离变压器功能相同)供电让其1-2闭合,闭合后让4-3导通,给IQ1的1脚提供导通电压,1Q1的2脚与3脚导通,实现1RS2与RS1两端的并联,进一步达到改变RS1两端的阻抗目的,阻抗的改变进一步带来CS处电平的改变,进一步变化的CS处电平的电平经电阻R12送到电源控制芯片部分120中的电源管理芯片U1的PIN6之CS脚,进一步U1内部根据CS变化的电平来调整PFM的电源转换模块130的功率器件Q1,Q2的开关状态,进一步改变电源输出模块140的功率,实现功率调制。
现有技术中,在电源管理芯片部分里,通常通过PWM控制器根据CS检测信号的大小来调节占空比,从而控制电源转换模块的输出功率。但是,当输入电压或负载发生变化时,PWM控制器的工作频率会发生变化,导致电源转换模块的效率降低。
针对上述技术问题,本发明的技术构思为:结合基于深度学习的人工智能技术,根据CS检测信号来生成PFM信号。深度学习算法可以通过学习和分析CS检测信号的特征,自动调节生成的PFM信号的参数,以适应不同的电源功率需求,这种自适应调节可以根据实际情况实时优化电源转换模块的输出功率,提高系统的能效和稳定性。深度学习模型具有强大的数据处理和模式识别能力,可以学习和捕捉CS检测信号与所需功率之间的复杂关系,通过准确地生成PFM信号,可以实现对电源输出功率的高精度控制,满足精细化的功率调节需求。深度学习算法可以根据实时的环境和负载情况,智能地调整电源转换模块的输出功率,这种智能调节可以确保电源设备在满足需求的同时,最大限度地利用能源,减少能量浪费,提高能源利用效率。通过深度学习算法生成的PFM信号,可以更加准确地控制电源转换模块的输出功率,避免过载、过压等问题,提高系统的稳定性和可靠性,这对于长时间运行的应用环境尤为重要,可以降低设备故障率,延长设备寿命。
图3为根据本发明实施例的电源功率的智能调制线路中所述电源管理芯片部分的框图。如图3所示,所述电源管理芯片部分170,包括:检测信号获取单元171,用于获取所述CS检测信号;数据预处理单元172,用于对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量;联合分析单元173,用于对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图;以及,PFM信号生成单元174,用于基于所述融合采样信息的CS检测信号时域特征图,生成所述PFM信号。
基于此,在本发明的技术方案中,首先,获取所述CS检测信号。然后,对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量。也就是,从所述连续的CS检测信号中抽取离散的时序信息,以表征所述CS检测信号的时序特征。
在本发明的一个具体示例中,所述数据预处理单元,用于对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量的编码过程,包括:先对所述CS检测信号进行离散采样以得到多个CS检测信号值;再将所述多个CS检测信号值排列为CS检测信号值输入向量。
接着,对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图。也就是,综合利用CS检测信号的波形隐含特征分布和CS检测信号值输入向量的时序特征分布,以表征CS检测信号的电流语义特征分布。
在本发明的一个具体示例中,所述联合分析单元,用于对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图的实现方式是:将所述CS检测信号的波形图和所述CS检测信号值输入向量输入基于MetaNet模块的电流多模态数据融合器以得到融合采样信息的CS检测信号时域特征图。
更具体地,在本发明的实施例中,所述电流多模态数据融合子单元,将所述CS检测信号的波形图和所述CS检测信号值输入向量输入基于MetaNet模块的电流多模态数据融合器以得到融合采样信息的CS检测信号时域特征图的编码过程,包括:先将所述CS检测信号值输入向量通过点卷积层以得到第一卷积特征向量;再将所述第一卷积特征向量通过基于ReLU函数的修正线性单元以得到第一修正卷积特征向量;随后,将所述第一修正卷积特征向量通过点卷积层以得到第二卷积特征向量;接着,将所述第二卷积特征向量通过基于Sigmoid函数的修正线性单元以得到第二修正卷积特征向量;然后,将所述CS检测信号的波形图通过CNN模型以得到高维隐含特征图;继而,融合所述第二修正卷积特征向量与所述高维隐含特征图以得到所述融合采样信息的CS检测信号时域特征图。
在本发明的一个实施例中,所述PFM信号生成单元,用于:将所述融合采样信息的CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器以得到所述PFM信号。进一步地,将所述融合采样信息的CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器以得到所述PFM信号。
AIGC算法可以根据融合采样信息的CS检测信号时域特征图,智能地调整生成PFM信号的增益。通过分析特征图中的信号强度和动态范围等信息,AIGC可以自动调节增益,使得生成的PFM信号能够适应不同功率需求和输入信号条件,实现自适应的功率调节。通过AIGC算法生成的PFM信号可以根据实时的信号特征和需求,智能地调整电源转换模块的输出功率,这种智能调节可以确保电源设备在满足需求的同时,最大限度地利用能源,减少能量浪费,提高能源利用效率。
AIGC算法结合融合采样信息的CS检测信号时域特征图可以提供更准确的控制信号,以生成精确的PFM信号,通过精确控制PFM信号的频率和占空比,可以实现对电源输出功率的高精度调节,满足精细化的功率控制需求。AIGC算法可以根据实时的反馈信息,智能地调节生成的PFM信号,以维持电源系统的稳定性和可靠性。通过实时监测和调节,AIGC可以避免过载、过压等问题,提高系统的稳定性,减少设备故障率,增强系统的可靠性。
在本发明的一个实施例中,所述电源功率的智能调制线路,还包括用于对所述基于MetaNet模块的电流多模态数据融合器和所述基于AIGC的反馈控制信号生成器进行训练的训练模块;其中,所述训练模块,包括:训练数据获取单元,用于获取训练数据,所述训练数据包括训练CS检测信号,以及,所述PFM信号的真实值;训练离散采样单元,用于对所述训练CS检测信号进行离散采样以得到多个训练CS检测信号值;训练向量排列单元,用于将所述多个训练CS检测信号值排列为训练CS检测信号值输入向量;训练电流多模态数据融合单元,用于将所述训练CS检测信号的波形图和所述训练CS检测信号值输入向量输入所述基于MetaNet模块的电流多模态数据融合器以得到融合采样信息的训练CS检测信号时域特征图;训练优化单元,用于对所述融合采样信息的训练CS检测信号时域特征图进行特征分布优化以得到融合采样信息的优化CS检测信号时域特征图;训练信号生成单元,用于将所述融合采样信息的优化CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器以得到训练PFM信号;以及,训练单元,用于计算所述训练PFM信号和所述PFM信号的真实值之间的交叉熵函数值作为损失函数值,以所述损失函数值来对所述基于MetaNet模块的电流多模态数据融合器和所述基于AIGC的反馈控制信号生成器进行训练。
在本发明的技术方案中,通过将所述CS检测信号的波形图和所述CS检测信号值输入向量输入基于MetaNet模块的电流多模态数据融合器,得到的所述融合采样信息的CS检测信号时域特征图可以表达结合所述CS检测信号值输入向量的一维关联尺度和所述CS检测信号的波形图的二维关联尺度下的局部关联特征的信号特征,也就是,所述融合采样信息的CS检测信号时域特征图具有在不同关联尺度下的所述CS检测信号的信号特征表示。
这里,将所述融合采样信息的训练CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器时,针对类扩散模型的AIGC模型,是将所述融合采样信息的训练CS检测信号时域特征图展开为融合采样信息的训练CS检测信号时域特征向量以作为序列约束来控制图像生成,因此,在所述融合采样信息的训练CS检测信号时域特征图展开后的特征向量,例如表达为融合采样信息的训练CS检测信号时域特征向量的全局尺度上,由于不同关联尺度下的关联特征之间的精度差异,会影响所述融合采样信息的训练CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器进行训练时的训练效果,由此,本发明的申请人在训练过程中,对所述融合采样信息的训练CS检测信号时域特征向量,例如记为V进行基于尺度表征和反演式恢复的特征精度对齐,具体表示为:以如下优化公式对所述融合采样信息的训练CS检测信号时域特征图展开的融合采样信息的训练CS检测信号时域特征向量进行特征分布优化以得到融合采样信息的优化CS检测信号时域特征图展开的融合采样信息的优化CS检测信号时域特征向量;
其中,所述优化公式为:
其中,V是所述融合采样信息的训练CS检测信号时域特征向量,vi是所述融合采样信息的训练CS检测信号时域特征向量V的第i个位置的特征值,‖V‖0表示所述融合采样信息的训练CS检测信号时域特征向量V的零范数,L是所述融合采样信息的训练CS检测信号时域特征向量V的长度,且α是权重超参数,vi′是所述融合采样信息的优化CS检测信号时域特征向量的第i个位置的特征值。
这里,针对基于尺度的对于信号特征的高维特征编码与关联特征编辑之间的精度矛盾,所述基于尺度表征和反演式恢复的特征精度对齐通过将关联特征编辑视为信号特征的高维特征编码的反演式嵌入生成,来通过对作为编码表示的特征值配备尺度表征的稀疏分布均衡,并基于向量计数来进行关联细节的反演式恢复,以实现精度差异在训练过程中的自适应对齐,提升所述融合采样信息的CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器进行训练时的训练效果。
本发明的保护点包括:
1.应用本发明功率调制检测线路,来实现功率调制,达到功率变大,变小的效果,实际表现在照明亮度的改变,电机转速的变化(不局限于此)都属于本专利权利范围;
2.在本发明功率调制检测线路中的器件做些改变,原理相同时,也属于本专利权利范围。
综上,基于本发明实施例的电源功率的智能调制线路100被阐明,结合基于深度学习的人工智能技术,根据CS检测信号来生成PFM信号。
如上所述,根据本发明实施例的电源功率的智能调制线路100可以实现在各种终端设备中,例如用于电源功率的智能调制的服务器等。在一个示例中,根据本发明实施例的电源功率的智能调制线路100可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该电源功率的智能调制线路100可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该电源功率的智能调制线路100同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该电源功率的智能调制线路100与该终端设备也可以是分立的设备,并且该电源功率的智能调制线路100可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
在本发明的一个实施例中,图4为根据本发明实施例的电源功率的智能调制方法的流程图。如图4所示,所述电源功率的智能调制方法,包括:210,使用输入整流滤波模块将输入的交流电整流为直流电;220,使用电源控制芯片部分输出PFM信号至电源转换模块以实现功率转化;230,使用所述电源转换模块接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至电源输出模块;240,使用所述电源输出模块接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至光源器件;250,使用功率检测控制与CS电流检测模块检测电源功率并输出CS检测信号至电源管理芯片部分,使用所述电源管理芯片部分对所述CS检测信号进行处理以生成所述PFM信号。
图5为根据本发明实施例的电源功率的智能调制方法架构的示意图。如图5所示,对所述CS检测信号进行处理以生成所述PFM信号,包括:首先,获取所述CS检测信号;然后,对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量;接着,对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图;以及,最后,基于所述融合采样信息的CS检测信号时域特征图,生成所述PFM信号。
在所述对所述CS检测信号进行处理以生成所述PFM信号中,对所述CS检测信号进行处理以生成所述PFM信号,包括:获取所述CS检测信号;对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量;对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图;以及,基于所述融合采样信息的CS检测信号时域特征图,生成所述PFM信号。
本领域技术人员可以理解,上述电源功率的智能调制方法中的各个步骤的具体操作已经在上面参考图1到图3的电源功率的智能调制线路的描述中得到了详细介绍,并因此,将省略其重复描述。
图6为根据本发明实施例的电源功率的智能调制线路的应用场景图。如图6所示,在该应用场景中,首先,获取所述CS检测信号(例如,如图6中所示意的C);然后,将获取的CS检测信号输入至部署有电源功率的智能调制算法的服务器(例如,如图6中所示意的S)中,其中所述服务器能够基于电源功率的智能调制算法对所述CS检测信号进行处理,以生成所述PFM信号。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (9)
1.一种电源功率的智能调制线路,其特征在于,包括:输入整流滤波模块、电源控制芯片部分、电源转换模块、电源输出模块、光源器件,以及,功率检测控制与CS电流检测模块;
其中,所述输入整流滤波模块,用于将输入的交流电整流为直流电;所述电源控制芯片部分,用于输出PFM信号至所述电源转换模块以实现功率转化;所述电源转换模块用于接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至所述电源输出模块;所述电源输出模块用于接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至所述光源器件;
其中,所述功率检测控制与CS电流检测模块用于检测电源功率并输出CS检测信号至电源管理芯片部分,所述电源管理芯片部分用于对所述CS检测信号进行处理以生成所述PFM信号;
所述电源管理芯片部分,包括:
检测信号获取单元,用于获取所述CS检测信号;
数据预处理单元,用于对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量;
联合分析单元,用于对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图;以及
PFM信号生成单元,用于基于所述融合采样信息的CS检测信号时域特征图,生成所述PFM信号。
2. 根据权利要求1所述的电源功率的智能调制线路,其特征在于,所述数据预处理单元,用于:
对所述CS检测信号进行离散采样以得到多个CS检测信号值;以及
将所述多个CS检测信号值排列为所述CS检测信号值输入向量。
3.根据权利要求2所述的电源功率的智能调制线路,其特征在于,所述联合分析单元,包括:
电流多模态数据融合子单元,用于将所述CS检测信号的波形图和所述CS检测信号值输入向量输入基于MetaNet模块的电流多模态数据融合器以得到所述融合采样信息的CS检测信号时域特征图。
4.根据权利要求3所述的电源功率的智能调制线路,其特征在于,所述电流多模态数据融合子单元,用于:
将所述CS检测信号值输入向量通过点卷积层以得到第一卷积特征向量;
将所述第一卷积特征向量通过基于ReLU函数的修正线性单元以得到第一修正卷积特征向量;
将所述第一修正卷积特征向量通过点卷积层以得到第二卷积特征向量;
将所述第二卷积特征向量通过基于Sigmoid函数的修正线性单元以得到第二修正卷积特征向量;
将所述CS检测信号的波形图通过CNN模型以得到高维隐含特征图;及
融合所述第二修正卷积特征向量与所述高维隐含特征图以得到所述融合采样信息的CS检测信号时域特征图。
5.根据权利要求4所述的电源功率的智能调制线路,其特征在于,所述PFM信号生成单元,用于:
将所述融合采样信息的CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器以得到所述PFM信号。
6.根据权利要求5所述的电源功率的智能调制线路,其特征在于,还包括用于对所述基于MetaNet模块的电流多模态数据融合器和所述基于AIGC的反馈控制信号生成器进行训练的训练模块;
其中,所述训练模块,包括:
训练数据获取单元,用于获取训练数据,所述训练数据包括训练CS检测信号,以及,所述PFM信号的真实值;
训练离散采样单元,用于对所述训练CS检测信号进行离散采样以得到多个训练CS检测信号值;
训练向量排列单元,用于将所述多个训练CS检测信号值排列为训练CS检测信号值输入向量;
训练电流多模态数据融合单元,用于将所述训练CS检测信号的波形图和所述训练CS检测信号值输入向量输入所述基于MetaNet模块的电流多模态数据融合器以得到融合采样信息的训练CS检测信号时域特征图;
训练优化单元,用于对所述融合采样信息的训练CS检测信号时域特征图进行特征分布优化以得到融合采样信息的优化CS检测信号时域特征图;
训练信号生成单元,用于将所述融合采样信息的优化CS检测信号时域特征图通过基于AIGC的反馈控制信号生成器以得到训练PFM信号;以及
训练单元,用于计算所述训练PFM信号和所述PFM信号的真实值之间的交叉熵函数值作为损失函数值,以所述损失函数值来对所述基于MetaNet模块的电流多模态数据融合器和所述基于AIGC的反馈控制信号生成器进行训练。
7.根据权利要求6所述的电源功率的智能调制线路,其特征在于,所述训练优化单元,用于:以如下优化公式对所述融合采样信息的训练CS检测信号时域特征图展开的融合采样信息的训练CS检测信号时域特征向量进行特征分布优化以得到融合采样信息的优化CS检测信号时域特征图展开的融合采样信息的优化CS检测信号时域特征向量;
其中,所述优化公式为:
;
其中,是所述融合采样信息的训练CS检测信号时域特征向量,/>是所述融合采样信息的训练CS检测信号时域特征向量/>的第/>个位置的特征值,/>表示所述融合采样信息的训练CS检测信号时域特征向量/>的零范数,/>是所述融合采样信息的训练CS检测信号时域特征向量/>的长度,且/>是权重超参数,/>是所述融合采样信息的优化CS检测信号时域特征向量的第/>个位置的特征值。
8.一种基于权利要求1至7任一项所述的智能调制线路的电源功率的智能调制方法,其特征在于,包括:
使用输入整流滤波模块将输入的交流电整流为直流电;
使用电源控制芯片部分输出PFM信号至电源转换模块以实现功率转化;
使用所述电源转换模块接收所述PFM信号以进行直流与交流的转换,并将转换后的电流通过变压器传输至电源输出模块;
使用所述电源输出模块接收所述转换后的电流并对所述转换后的电流进行整流滤波以得到整流后电流,并输出所述整流后电流至光源器件;
使用功率检测控制与CS电流检测模块检测电源功率并输出CS检测信号至电源管理芯片部分,使用所述电源管理芯片部分对所述CS检测信号进行处理以生成所述PFM信号。
9.根据权利要求8所述的电源功率的智能调制方法,其特征在于,对所述CS检测信号进行处理以生成所述PFM信号,包括:
获取所述CS检测信号;
对所述CS检测信号进行数据预处理以得到CS检测信号值输入向量;
对所述CS检测信号和所述CS检测信号值输入向量进行联合分析以得到融合采样信息的CS检测信号时域特征图;以及
基于所述融合采样信息的CS检测信号时域特征图,生成所述PFM信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311453039.4A CN117412448B (zh) | 2023-11-03 | 2023-11-03 | 电源功率的智能调制方法及线路 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311453039.4A CN117412448B (zh) | 2023-11-03 | 2023-11-03 | 电源功率的智能调制方法及线路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117412448A CN117412448A (zh) | 2024-01-16 |
CN117412448B true CN117412448B (zh) | 2024-04-16 |
Family
ID=89488769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311453039.4A Active CN117412448B (zh) | 2023-11-03 | 2023-11-03 | 电源功率的智能调制方法及线路 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117412448B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102025427A (zh) * | 2009-09-23 | 2011-04-20 | 华为技术有限公司 | 频谱检测的方法及用户设备与融合设备 |
CN202009331U (zh) * | 2011-05-05 | 2011-10-12 | 上海新进半导体制造有限公司 | 一种开关电源中控制恒流输出的电路 |
CN203166605U (zh) * | 2013-04-24 | 2013-08-28 | 深圳市坤兴科技有限公司 | 电池充电电路 |
CN103391010A (zh) * | 2013-07-25 | 2013-11-13 | 深圳市明微电子股份有限公司 | 一种开关电源驱动芯片及开关电源驱动电路 |
CN116027440A (zh) * | 2022-12-30 | 2023-04-28 | 陕西地矿物化探队有限公司 | 大功率电磁探测系统数据处理方法 |
WO2023071931A1 (zh) * | 2021-10-27 | 2023-05-04 | 维沃移动通信有限公司 | 感知信号的处理方法、装置及通信设备 |
CN116866129A (zh) * | 2023-08-21 | 2023-10-10 | 王梅 | 一种无线通信信号检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203398994U (zh) * | 2013-07-25 | 2014-01-15 | 深圳市明微电子股份有限公司 | 一种开关电源驱动芯片及开关电源驱动装置 |
KR20190101325A (ko) * | 2019-08-12 | 2019-08-30 | 엘지전자 주식회사 | 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스 |
CN111757573B (zh) * | 2020-07-21 | 2022-12-13 | 中山市光兴照明科技有限公司 | 一种宽电压输出恒流led照明电源 |
CN114900025A (zh) * | 2022-04-15 | 2022-08-12 | 上海南芯半导体科技股份有限公司 | 一种准谐振式开关电源的频率控制电路及控制方法 |
-
2023
- 2023-11-03 CN CN202311453039.4A patent/CN117412448B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102025427A (zh) * | 2009-09-23 | 2011-04-20 | 华为技术有限公司 | 频谱检测的方法及用户设备与融合设备 |
CN202009331U (zh) * | 2011-05-05 | 2011-10-12 | 上海新进半导体制造有限公司 | 一种开关电源中控制恒流输出的电路 |
CN203166605U (zh) * | 2013-04-24 | 2013-08-28 | 深圳市坤兴科技有限公司 | 电池充电电路 |
CN103391010A (zh) * | 2013-07-25 | 2013-11-13 | 深圳市明微电子股份有限公司 | 一种开关电源驱动芯片及开关电源驱动电路 |
WO2023071931A1 (zh) * | 2021-10-27 | 2023-05-04 | 维沃移动通信有限公司 | 感知信号的处理方法、装置及通信设备 |
CN116027440A (zh) * | 2022-12-30 | 2023-04-28 | 陕西地矿物化探队有限公司 | 大功率电磁探测系统数据处理方法 |
CN116866129A (zh) * | 2023-08-21 | 2023-10-10 | 王梅 | 一种无线通信信号检测方法 |
Non-Patent Citations (3)
Title |
---|
Domain Fusion CNN-LSTM for Short-Term Power Consumption Forecasting;Xiaorui Shao;《IEEE Access》;20201019;全文 * |
互联网环境下传输特征数据采集精度估计;刘雯;《计算机仿真》;20180515;全文 * |
基于分数傅立叶变换的混合载波通信系统性能研究;邱昕;《万方数据库》;20140331;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117412448A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102244964B (zh) | 一种复合型多输出电源及其调节方法 | |
CN102832836B (zh) | 一种具有独立控制的级联升压和反相降压转换器 | |
US7324354B2 (en) | Power supply with a digital feedback loop | |
CN102291871B (zh) | 用于开关电源的调光控制 | |
US9608513B2 (en) | Methods and systems for improving load transient response in LLC converters | |
CN107395022B (zh) | 谐振型开关变换器及其控制方法 | |
CN102340251A (zh) | 交流-直流转换器及其控制电路 | |
KR20130106983A (ko) | 조명 구동 장치 및 그 방법 | |
US9979306B1 (en) | Phase feed-forward control for output voltage AC line ripple suppression in digital power supply | |
CN105050235A (zh) | 用于功率转换器的调光边沿探测 | |
US10199865B2 (en) | High efficiency wireless power system | |
CN111464161A (zh) | 一种单火线取电开关供电系统及控制方法 | |
CN117412448B (zh) | 电源功率的智能调制方法及线路 | |
CN103152896A (zh) | 具有创新架构的大功率led智能电源驱动器 | |
CN211509378U (zh) | 一种反激式led稳压恒流驱动电源 | |
KR100966966B1 (ko) | 다중출력 직류/직류 컨버터 | |
CN210405098U (zh) | 开关电路的控制电路及开关电路 | |
CN211184343U (zh) | 一种led驱动器 | |
CN113765414B (zh) | 一种宽输出acdc变换电路及控制方法 | |
CN208971395U (zh) | 隔离式开关电源 | |
CN105490544A (zh) | 电源供应器及其输出电压低频涟波补偿方法 | |
US20110222314A1 (en) | Power supply with reduced power consumption | |
CN103098361B (zh) | 功率变换器 | |
CN104716847A (zh) | 一种小功率开关电源电路和小功率开关电源 | |
CN112399661B (zh) | 照明系统及其中的转换控制电路 |
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 |