복합 목적 진화 알고리즘을 이용한 백색 상자식 보크 컨버터 식별 방법
📝 원문 정보
- Title: Multi-objective Evolutionary Approach to Grey-Box Identification of Buck Converter
- ArXiv ID: 1909.04320
- 발행일: 2020-02-21
- 저자: Faizal Hafiz and Akshya Swain and Eduardo M.A.M. Mendes and Luis Aguirre
📝 초록 (Abstract)
이 연구는 연속 조정 모드에서 작동하는 실제 DC-DC 부커 컨버터를 모델링하기 위한 간단한 그레이박스 식별 접근법을 제안한다. 관찰된 동적 데이터에 대한 정보 부족 문제, 특히 상대적으로 좁은 입력 범위로 얻어진 경우의 문제는 부커 컨버터의 알려진 정적 행동을 사전 지식으로 활용함으로써 완화된다. 후보 모델의 정적 응답을 결정하기 위해 용어 클러스터 개념을 기반으로 간단한 방법이 개발되었다. 그런 다음 정적 행동에 대한 오차를 직접 다목적 프레임워크로 통합하여 구조 선택을 수행한다. 본질적으로 제안된 접근법은 모델링의 편향-분산 딜레마를 균형 있게 조정하고 사전 지식을 구조 선택 과정에 명시적으로 통합하면서 그레이박스 식별 문제를 다목적 프레임워크로 변환한다. 실제 부커 컨버터의 경우 연구 결과는 넓은 입력 범위에서 시스템의 동적 및 정적 행동을 포착할 수 있는 경제적인 모델을 식별하는 것이 가능함을 보여준다.💡 논문 핵심 해설 (Deep Analysis)
This paper introduces a simple grey-box identification approach to model a real DC-DC buck converter operating in continuous conduction mode. The main issue tackled is the lack of dynamic information typically seen with data obtained from relatively narrow input ranges. By leveraging known static behaviors as prior knowledge, the authors propose an innovative solution to this problem.To determine the static response of candidate models, they use a method based on term clusters, which allows them to embed static behavior errors directly into a multi-objective framework for structure selection. This approach balances the bias-variance dilemma in model building by integrating known information effectively. The results indicate that it is possible to identify parsimonious models capable of capturing both dynamic and static behaviors over wide input ranges.
This research is significant because it provides a way to accurately model DC-DC buck converters, which are crucial components in power supply devices. By improving the understanding and predictability of these systems, this method can support more efficient designs and enhance overall system performance.