一种抑制开关电源温漂的方法与流程

本发明涉及开关电源
技术领域：
，具体涉及一种抑制开关电源温漂的方法。
背景技术：
：开关电源技术属于电力电子技术，它运用功率变换器进行电能变换，经过变换电能，可以满足各种用电要求。由于其高效节能可带来巨大经济效益，因而引起社会各方面的重视而得到迅速推广。开关电源存在一些技术难题，如温度漂移等，温度漂移是开关电源在宽温范围内工作时经常遇到的技术难题，它影响了开关电源的输出稳定性，降低了开关电源的整体性能，所以对在宽温范围下，仍可以稳定工作的高信赖性开关电源的研制变得越发重要。高信赖性电源设备能够在各种苛刻环境下依然保持其高度的可靠性和系统运行的稳定性，除了为带电设备的正常运行提供必要的电力，也是各种社会生产、生活场合设备安全运行的关键基石，对高效、稳定、安全的社会生产、生活活动具有极其重要的意义。在一些温度补偿技术的相关文献中提出了一种利用ntc热敏电阻检测环境温度，通过模拟器件与ntc热敏电阻的配合来补偿温漂，相比风机和自然冷却，这种设计方法比较经济简单，利用电路的硬件设计来对温度进行补偿，减小了风机所占的体积，降低了成本，但是由于模拟器件本身受温度漂移的影响较大，器件特性的不一致性等，由它设计的温漂补偿可靠性得不到保证，同时模拟器件的补偿设计一旦完成就很难再更改，缺乏灵活性，而且文献中提到的温度补偿是对高温条件下的补偿，并没有考虑低温条件下的温漂补偿。cn104779779a公开了一种抑制开关电源温度漂移的方法，该方法运用于一包括有pwm模块、adc模块、比较器和数字pid调节模块的装置中，通过数字pid调节模块建立神经网络参数模型，根据宽温环境下温漂的规律，利用神经网络建立参数模型，训练得到pwm驱动占空比δd的温漂补偿数据查询表，从而基于该查询表更快速的对电源的温漂进行补偿，计算得到改变占空比，并依据比较器的比较结果获得改变输出直流电压值。技术实现要素：本发明旨在提供一种抑制开关电源温漂的方法，以能够快速准确地对温漂进行实时补偿。为此，本发明采用的具体技术方案如下：一种抑制开关电源温漂的方法，该方法可包括以下步骤：s1、基于开关电源输出电压的随机性，引入小波分析方法对开关电源的输出电压进行分解；s2、采用最小二乘支持向量机对分解后的信号进行训练和预测，得到输出电压的预测值；s3、对预测值的误差进行分析并修正预测结果，得到修正的预测值；s4、基于该修正的预测值，通过调整占空比对开关电源进行温漂补偿。进一步的，所述步骤s1具体包括以下步骤：s11、将开关电源输出电压数据分割成相互关联的奇偶两部分，记为偶数集s(i-1)和奇数集d(i-1)；s12、用偶数集s(i-1)的预测值p(s(i-1))来预测奇数集d(i-1)，d(i-1)＝d(i-1)-p(d(i-1))；s13、更新，利用已经计算的奇数集d(i-1)对偶数集s(i-1)进行更新，即构造一个算子u来更新s(i-1)，定义为s(i-1)＝s(i-1)+u(d(i-1))，从而使得后者保持特性q(x)，即有q(s(i-1))＝q(s(i))。进一步的，所述步骤s3具体包括以下步骤：s31、根据步骤s2得到的预测值和实际值计算预测的相对误差；s32、对该预测的相对误差进行提升小波分解和最小二乘支持向量机的预测，得到一个误差的预测值；s33、判断该误差的预测值是否符合要求，若是，转至步骤s34，否则返回步骤s32；s34、根据误差的预测值修正步骤s2得到的预测值，得到修正的预测值。本发明采用上述技术方案，具有的有益效果是，本发明基于现有硬件的基础上，通过结合小波分析、最小二乘支持向量机和预测误差分析相结合的方法建立参数模型，不仅能够克服其他算法(如神经网络算法)训练时间长、训练结果存在随机性以及过学习的不足的缺点，而且具有预测精度高、适应性强等特点。附图说明图1是本发明实施例的总体流程图；图2是本发明实施例的误差预测流程图。具体实施方式为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。现结合附图和具体实施方式对本发明进一步说明。图1是本发明实施例的总体流程图。图2是本发明实施例的误差预测流程图。本发明的方法包括以下步骤：步骤s1：提升小波分解开关电源输出电压数据；提升小波算法通过构造双正交小波函数，使用线性、非线性或空间变化的预测和更新算子进行提升变换，而且确保了变换的可逆性。把这种通过提升格式构造的小波称为第二代小波。与小波相比，提升方法完全是基于空域的，其小波基的构造不依赖于傅立叶变换，也不需要频谱分析工具。因此可以在非平移不变区域上构造小波，非常适合于具有一定输出波动性的开关电源，可以有效获取其主要变化特征。提升小波分解开关电源输出电压数据的主要步骤如下：①分裂，将开关电源输出电压数据分割成相互关联的奇偶两部分，记为偶数集s(i-1)和奇数集d(i-1)。②预测：在基于原始数据相关性的基础上，用偶数集s(i-1)的预测值p(s(i-1))去预测(或者内插)奇数集d(i-1)，即将滤波器p对偶数信号作用以后作为奇数信号的预测值，奇数信号的实际值与预测值相减得到残差信号。实际中虽然不能从偶数集s(i-1)中准确地预测奇数集d(i-1)，但是p(s(i-1))有可能很接近d(i-1)，因此我们可以使用p(s(i-1))和d(i-1)的差值来代替原来的d(i-1)，这样产生的d(i-1)比原来的d(i-1)包含更少的信息，于是得到d(i-1)＝d(i-1)-p(d(i-1))。这里，已经可以用更小的偶数集s(i-1)和奇数集d(i-1)来代替原信号集s(i)。重复分解和预测过程，经过n步以后原信号集可用{s(n),d(n),d(n-1),d(n-2),.....,d(1)}来表示。③更新：为了使原始信号集(开关电源输出电压)的某些全局特性在其偶数集s(i-1)中继续保持，使得它保持原始的某一标量特性q(x)(如均值、消失矩等不变)，即有q(s(i-1))＝q(s(i))。可利用已经计算的奇数集d(i-1)对偶数集s(i-1)进行更新，从而使得后者保持特性q(x)，即要构造一个算子u来更新偶数集s(i-1)，其中，定义为：s(i-1)＝s(i-1)+u(d(i-1))。步骤s2：采用最小二乘支持向量机对分解后的信号进行训练和预测；在使用提升小波分解开关电源输出电压数据后，采用最小二乘支持向量机解决对每一层分解信号的训练和预测问题(使用提升小波处理后的电压数据更有规律，使用最小二乘支持向量机可以进一步提高预测精度)，得到输出电压的预测值。在一个实施例中，最小二乘支持向量机的训练和预测的具体步骤如下：1)导入上述提升小波分解的开关电源电压数据；2)数据归一化处理；3)算法训练，建立模型：对网络进行训练(用trainlssvm函数)，得到最小二乘支持向量机的支持向量和相应的阈值；4)调用simlssvm函数，实现输出电压的预测。步骤s3：误差预测及校正；分析上述的预测结果，会发现大多数采样点的预测精度已经达到要求，但还是有部分采样点会出现比较大的误差值，需要修正。为了进一步提高预测精度，采用误差预测的方法来校正预测结果。方法如下：首先，根据得到的预测值和实际值可以得到预测的相对误差；其次，在这个的基础上再将得到的数据进行提升小波分解和最小二乘支持向量机的预测，可以得到一个误差的预测值；然后，判断该误差的预测值是否符合要求，若是，则输出该误差的预测值；最后，根据该误差的预测值来修正预测结果，进而得到修正的预测值。步骤s4：基于该修正的预测值，通过调整占空比对开关电源进行温漂补偿。根据buck电路的工作原理，通过输出电压的预测值与标准输出电压(24v)的差值，可以求出需要补偿的占空比δd为:δd＝(vout-24)/vin，其中vin为输入电压，vout为输出电压的预测值；将补偿占空比δd与原来的占空比d叠加得到校正后的改变占空比d’；通过将占空比调整为d’，使输出电压保持在标准输出电压(24v)，从而克服温漂问题。表1开关电源温漂补偿前后输出电压对比表-29℃-17℃-2℃2℃22℃43℃53℃补偿前23.4v24.4v24.3v24.4v24.2v24.3v24.5v补偿后24.0v24.0v24.1v24.0v24.0v24.0v24.0v表1示出了开关电源在不同温度下的补偿前和补偿后的输出电压。从中可以看出，本发明能够适用于在低温和高温情况下的开关电源的温漂补偿，确保开关电源的输出电压稳定。尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。当前第1页12