电力电子设计智能化：实践和思考

电力电子设计智能化：实践和思考CONTENT1电力电子设计智能化概述2

关于“Al+PE”

的思考与实践3

大模型与电力电子设计4

电力电子设计智能化展望

1

.

1

电力电子技术的重要地位电力电子技术是实现电能高效变换和精准控制的关键技术。在国家双碳战略推动下

，电力电子技术在各领域的渗透程度将进一步加深，应用前景更为广阔。电力电子技术的应用领域全电舰船新能源汽车电气化铁路服务器集群高压直流输电光伏发电风力发电强化学习获得图灵奖1

.2Al技术的发展趋势第二次兴起：深蓝超级计算机击败国际象棋世界冠军卡斯帕罗夫大型计算机出现当前Al发展以及对Al的认可达到前所未有的高度。

Al获得诺贝尔物理奖和化学奖第三次兴起：

A三巨头在Science上提出深度学习的概念，并解决深度神经网络的训练难题。2006年被称为是深度学习发展的元年。Al概念诞生：呵兰·图灵发表论文ComputinqMachinery

andIntelli-gence

,

介绍了图灵测试、机器学习

、遗传算法、强化学习等概念，奠定了人工智能的基础202420061968计算和存储代价大，无法普及Minsky和

Papert指出感知机具有严重局限第一次兴起：Frank

Rosenblatt的Al学科诞生

：达特茅斯会议④

BB

out感知机风行一时195619502024-

25:

电力电子企业开始寻求智能化转型Al+电力电子设计和控制研究受到重视2024-25:

以deepseek为代表的

国产大模型取得突破，

Al开始融入日常生活1950s:

1960-70s:晶闸管发电力电子

明：电力技术研究电子诞生

初步开展均处于初期，各自

发展

，无交集1950s:

1960-70s:达特茅

初代Al(感斯会议：

知机，专家Al诞生

系统)

出现2020s:

电力电子成为关键技术，几乎无处不在状态监控及故障诊断研究显著增加2020s:

深度学习，深度强化学习技术飞速发展1

.3Al与电力电子的结合历程在技术发展历程中，曾经有过多次Al和电力电子结合的尝试。2000-

10s:电力电子技术和应用飞速发展初步结合，但硬件不支持，研究停滞2000-10s:深度学习开始兴起，用于识别图像1980-90s:电力电子技术初步得到应用1980-90s:模糊逻辑，简单神经

网络出现大

模型

应

用1

.5本报告的讨论范围本报告聚焦“电力电子设计智能化”这一子领域。电力电子设计智能化生成式Al深度强化学习深度监督学习简单神经网络早期Al(专家，模糊，启发

Q表)●

任务特点：无实时性要求●

基本目标：Al将设计者从繁复劳动中解放●

最终追求：Al给出超越人类拓扑参数调制结构建模控制状态运行故障的设计方案设计设计策略设计分析设计感知优化诊断电力电子设计智能化概述电力电子设计智能化唇涅七漠型与电力电子设计关于“Al+PE

”

的思考与实践CONTENT2342.1

传统Al算法与电力电子设计专家系统和启发式算法在电力电子设计中的应用已经十分广泛，涌现出大量优秀的实践和研究案例。算法是由人类设计的，机器只负责按流程执行，本质上并不智能，我们希望算法可以替我们更多地思考N.LiandJ.

Yĩng.

MDesįgn

and

anal

y℃jsaΓtitĭcjĉ刂int(刂lįgence

(A』)andExpckjtion,

4ustjn,

TX,

USA净

2008,

pp.2009-2015.基于遗传算法的变压器参数设计台达公司的电力电子设计专家系统research

f℃

r

pc帅er

supply—pr帅er

e刂旧ctronics

eⅨpertsys↑emlPEES);nA口

G日rcja-Bedia

ga,

I.

∨们lar;AnRu

ja氵

L.

Mĥ丫andAh

Ruľ佗r,

nMLl

忄iobj旧ĸ刂ŭŇeOp1jmi记ationof

Medi心m-Fn?quencyT丫ansf℃nmersforlsolatedSoft-Switching

CŌnvertersUsingaGeneticAl

gorà力m；"

in

IEEf

Tt冷nsac北jon心2008Twenty-ThindAnnualIEEE

AppliedPower

ElectronicsConferenceon

Power

曰卜ectror)汇冷;

vol.32no.4,ppĻ

2995-3006Ap{i聂

2017.yy,,2.2深度学习与电力电子设计深度学习技术的出现，为上述想法的实现提供了有力工具。stp1

深度神经网络：具有更强的非线性拟合能力step

2

特征识别

(卷积，图卷积，Transformer,

…)

输出拟合人类负责：选择合适的网络结构；收集仿真或实验数据；打标签。机器负责：从海量数据中学习输入-输出之间的内在规律反向传播训练对大量权重进行调整，使输出不断逼近标签step

3渝

λ1渝λ2输λn渝出1输出2●

●渝出n标签1标签2标签nSic器件数学模型神经网络用于预测模型无法描述的误差分量2.2深度学习与电力电子设计在电力电子设计领域，深度学习可以用于建模任务。例如，用深度神经网络来学习并预测无法用数学模型描述的误差分量，从而提升建模精度。但是，深度学习要求人类“预先给出部分答案”,这加重了人类的设计负担。能否让机器自行探索答案?模型与实验对比误差预测补偿后与实验对比2.3深度强化学习与电力电子设计2015年，deepmind在Nature上发表论文，采用深度强化学习技术，让智能体

(深度神经网络)自主学会了玩游戏。神经网络的输出：直接控制游戏深度神经网络：将游戏画面直接输入深度神经网络强化学习理论：基于奖励反馈对神经

网络进行训练，提升玩游戏的能力深度强化学习不需要人类事先准备数据集，只需要设计好“奖励”,智能化程度进一步提升深度神经网络

执行

(试错)设计

奖励任务

动作设计规则量化

用户需求基于奖励反馈进行训练▶

设计结果2.3深度强化学习与电力电子设计巧妙地运用深度强化学习技术，我们可以完成更多电力电子设计任务。用深麽强化学习推演拓扑用深度强化学习布局布线2.4

“Al

+电力电子”

发展趋势思考前述Al都是完成特定任务的专用Al。是否有更强大的Al

,有能力完成更多电力电子设计任务?结语电力电子设计智能化概述关于

"AI+电力电孑设汁”的思考大模型与电力电孑设计CONTENT234

ņ聂œsŝi丝r±tnThTi037《RNApol4f3.1

大模型简述算力、算法和数据是Al发展的三要素.大模型是三要素运用到极致的产物.当代计算机十深度学习+领域数据专用N服务器集群+越大规模深度学习+全直联网的数据一更强大的Al初代计算机+专涿知识编程一专家系统提供足够多的数据供Al学习—

—例如全互联网的文本数据设计足够强大的神经网络——例如1750亿个参数放入足够强大的计算集群

例如2万个GPU—s

mT3GPT刁峥9-10Λn1hr∨巾ic

巡11-12\2022PλnG)卜α

E2

PLNGEπ聂c孓0儿

吲d凇NC卫Mŀ2[小MDλA叩hĸʼn止ch

ʼnrhi聂As

FLΛNYu儿n

1.0G

u12

s卩口mMw3

PnLM

G

F

ʼn

n:TsYùLM

3

Fhn-卩ųLM4-6

lNmhM…sⅪ

NLLB11-12

-__

2023Cʼnd伈七℃扪MrNLG

OⅣT

∞CMd创Gcdx

GⅨ广Nr以2叭GLM

T火,Ins1T)ct

AjŹΛkx灬

ą

Cohcr℃

w℃LmGλl乳tica

∞3.1

大模型简述自2022年ChatGPT问世，大模型技术飞速发展.2025年，强大、开源、低成本的大模型Deepseek发布，我国各行各业进入大模型应用新阶段。CʼnAtGLM⑩

Fʼn刂(沏nG

PnLM亿心1…邡V丫沁Ⅲn仆ľmG小Σ

s

B汛rdⅪ

LL小MA|t-6GFΓ4IntqnNLMQM℃nMhsNmtDr℃

卩占cĊk巴

Q…叱rD℃心卩S沁心k>Ⅳ2

ī

LL小MA3MnIcPMMm

灬丨

G

C沁mmλĮ7-

2

-2024—

1-6∞

LI小MΛ2N引"1eXinZhao等，NASurwęy

of

Large

Langu旧geModels18223TŋHy卩“ⅣCLO)λNAv即Im功Γu

ďGTOFI:聂切L

CO

Cba心⑶FΓ_G

Ts

3GshnΓďhttps/ıu勺iong/1Q.48550

a

ΓXř∨.2303.J'YuLAn-ChHtStwrCbd忆rcodcGcn22川20__2021CŋdcxBLOOMmTŋBLOOMZn饣bGPTEmkJn

吖1MG汩卩h叫DG切M

3deeóseekPubli沁ıyAⅣ凋i刂abJ沦,,—2019

—GD1→4

一一5→8ICase

1电力电子

技术是一门实现电能高效Case

2

电力

电子

技术

是

二门

门槛

退低

的如何让输出更加可靠：提示词工程，思维链技术，强化学习，测试时计算

(推理大模型)3.

1

大模型简述：以大语言模型

(LLM)

为例LLM按概率选择一下个词元

(Token),这是它“人性化”的原因，亦是工程人员觉得它“不可靠”

的原因。电力电子技术是一门很低实现→

是→

电能门槛Case1Case

2√3.2关于“LLM+电力电子”的思考LLM是当前最强大的Al

,但大多数人仍把它当成“聊天工具”或“

论文写手”。事实上，它的能力足以解决电力电孑设计领域的诸多难题。文本转换能力长文本理解能力代码生成能力函数调用能力知识库查询功能联网能力微调技术不同设计任务之间的格怯转换阅读论文并归纳总结运行Al插件和各类设计软件电力电子设计辅助控制代码编写，让Al“

自进化”直接理解图纸并转换成各种格怯个性化的电力电子设计专家自动下载资料，模型文件等给出设计步骤，进行科研规划个人经验存放，不需统一格怯LLM思维链和工作流技术多模态转换参考文档(论文，报告，图纸，…)自动化设计软件

(Matlab,

AD

,ANSYS,专用Al生成式化学习深度监督学习简单神经网络早期拓扑

参数

调制

结构建模

控制

状态

运行

故障设计

设计策略

设计分析

设计

感知

优化

诊断3.2关于“

LLM+电力电子”的思考更重要的是，LLM完全可以协助我们管理整个电力电子设计过程，甚至与人类互相学习、共同进步，显著提升整个研发体系的效率。最有前途的技术路径是基于LLM构建Al代理

(AllAgent)(查询专属知识库查询互联网信息使用传统工具A

与其它Al交互驱动硬件设备电力电子设计需求提示词工程人机交互设计结果大

语言模

型

规

划大

语士

模

型反

思3.3

PE

Agent:基本概念电力电子设计领域应该拥有自己的PEAgent,

它们各司其职但又共同协作，显著提升电力电孑设计的效率。PEAgent的核心框架自Agent数量增Agent质量提Agent能力扩Agent能力提加阶段：每个人升阶段：每个人展阶段：Agent升阶段：Agent都能方便地设计都能方便地提炼可以自主访问数可以根据仿真结自己擅长领域的自己专属的知识据库、互联网、果、

实验结果、Agent

,并与他图谱

，为Ag旧nt调用传统设计软用户反馈等进行人分享

，人人为提供更准确的设件等

，以弥补自自我反思、

自俄我，我为人人计依据身能力的不足进化3.3

PE

Agent:

基本概念我们畅想了构建PEAgen1生态的4个阶段，并且努力将这一构想付诸实践。1

2

3

43.3

PE

Agent:

目前进展PEAgent-谋略：专门为电力电子教师\学生\工程师量身定做的Agent快速开发框架，在它的谋划下，每个人都可以零基础开发自己的Agent。✔

回原

存档管澱是人机交互：Agent会完成大部分设计工作；但关键环节会征求人类

意见，请求审核和确认虬LM(Pħq/d旧旧rk汨旧k-ai/D旧e卩s旧ek-V3):-

L

.悱#巳知侬数：铜入电压Vʼn

=48

V-输出电压Vʼn止

=

ı2V一

开关须率

f口200kHz

口200x

103Hz占姚

D=辽5Ω5呱=

0i2525一违择颉隹霰陈，@y卜弓9eΠt」4Γ≠标挂器件选泽-cyq们空旺和审氏设计，刨"a9创11:丫:.网表穸理-q-彳Iŋ」PEAgeΠt=谋黯：铉家引艮据用宀五述迦年弘g@扪t需求说明书弋川λPEA乎ent谋珞：便家已概民用户搽述遍泽Ag沦们t:

b1ĸ火参数设计<y卅PEAgent家族：不同任劣的吓同阶段i召"喰否同的Agent进行处理锻出书充

h忙=θ

.333Ā娅杲椰任何进一捌力问题耻滁要蔸诛细的分析，诸陟耐告诉我!贱A9白N卜诡定占空比庫输出电甙姚定设木秫拘卧娶托.

团

ľagęΠt1".需我说明韦二q七m.

匕设计电路棽数洳电庙甚本参故，吖刁gf汛tŗ

七v姻数设计洲一

设讹刂r太电路电点吏故，@ľagen1王⑴uck电辰设计、9丨-讣多智能体协作：哪Ⅲ，此处调拥D旧epseek-V3进行处理少样本学习：针对用户需求，结合已有经验进行任务安排自我进化譯每次完成氏别言，都可以总结成"经验”存储佣广k我娶汲计一个恻伙电趵UMGUM叫4刂Ph上引

设计一刊blĸk电路PE

Agent-谋赂：计箩屯咫殖山凋户:3.3

PE

Agent:

目前进展PEAgent-设想：利用大模型的代码生成能力，在设计过程中按需、即时生成电力电子仿真和控制代码，让设计充满想象。中

Q

乱±

图基于自然语言的代码开发：在A时代，电力电子仿真代码和控制代码都可以由ĿŁM实时生成，显著降低设计门槛3.3

PE

Agent:目前进展PEAgent-载物：以电力电子设备的文本化描述为输入，以LLM生成的代码为输出，Agent最终将连通虚拟数字世界和真实物理世界。zo

遒刃

0打开姒睨16后打开负数.20%设置电在初治蛋为14.

之后每镇2道区升酒02A.

直到升髙a。↑基于自然语言的汊赋用例设计，显著减轻测试入员工作负担100

8

9:

&

0

0

0

3281刂

20].

0刂.备控感

，

决人

设时态

析出需

试实状分作无预测行、

和此，

干对进制知以策类参考电压温度电源鱼载μM对任务进行理解并生成测试用例代码，真接驱动测试设备n

a

g

a吵吵g?

OAm0

0

1下载方怯

(即插即用exe版本):●Github获取：https://ŋ

ithub.com1lLab-Al

注：PEAgent基本框架代码亦在GitHub上开源·百度网盘获取，见左图更新方怯：·PEAgent自带更新功能!共创愿景：·PE.Agent-谋略是一套“Al操作系统”,供您快速二次开发自己的Agent。·

如果您愿意，可以导出自己设计好的Agent并发送给我们，我们审核后将把它发布给所有用户·

每个人用自己擅长的知识设计一个Agent并分享，我们将拥有无数个Agent,

电力电子设计效率将极大提升!3.4共刹邀请对于大多数人而言，花费大量时间学习计算机和Al技能并不划算.为此，我们分享PE…Agent-谋略，希望更多人可以零门槛开发自己的Agent。百度网盘链接：上ţ!es:L!p旦Q:旦剑ķ土ų!yy卫Ŀ剑!±二xgyķ送追里E2Q±剑±g]刨H』型2工〕y巡±三！旦įg提取码：uaiq3.4共刹愿景当人人均能拥有；使用甚至开发自己的PE

Agent时，许多现在看来十分困难的电力电子设计问题都将迎刃而解。Agent审