Рассматривается метод идентификации параметров силовых преобразователей на основе физически-информированных нейронных сетей (PINN), сочетающий машинное обучение и динамические модели. Дифференциальные уравнения преобразователя встроены в функцию потерь нейросети, что гарантирует физическую достоверность предсказаний. На примере понижающего DC-DC преобразователя оценены параметры элементов по сигналам без вывода из эксплуатации. Схема неявного метода Рунге-Кутты связывает дискретные измерения с непрерывной моделью. Моделирование подтвердило точность и робастность при шумах. Метод перспективен для мониторинга и диагностики силовой электроники различных топологий.

Швецов Д.А. (науч. рук. Демидова Г.Л.) Физически-информированное машинное обучение в задаче оценки параметров силовых преобразователей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17479