"台达杯"“三等奖”郑州大学 | 第十一届高校电力电子应用设计大赛获奖作品展示
大赛介绍
第十一届高校电力电子应用设计大赛圆满结束，本届大赛下设“英飞凌杯”先进电源变换技术竞赛、“阳光电源杯”新能源与储能竞赛、“台达杯”人工智能与电力电子竞赛、“欣锐杯”电磁兼容设计竞赛等4个专题赛道，共有全国百余所高校的260支队伍报名参赛，186支队伍通过初审进入初赛，其中79支队伍进入决赛。
决赛于2025年11月5-7日在深圳举行，评选出特等奖2项、一等奖5项、二等奖16项、三等奖19项，优胜奖15项。
台达杯赛道简介
本竞赛旨在探索人工智能（Artificial Intelligence，AI）在电力电子领域的创新应用，如AI在电力电子设计、控制、运维等领域的应用，基于AI的项目规划管理，AI与领域知识融合方法等。鼓励大学生关注AI前沿，鼓励创新，鼓励开源，以促进“AI+电力电子”实际落地和产业升级。
团队介绍
参赛队员：郑鑫石、韩珏、叶珏翔、李梓琦
指导老师：李方圆、张凯暾
所属团队：郑州大学电气与信息工程学院/机器人感知与控制工程河南省工程研究中心科研团队
实验室介绍：
团队获批河南省杰出外籍科学家工作室、河南省科技创新团队、河南省高校科技创新团队。团队拥有实验室面积800余平米，现有全职教师20人，包括教授6人、副教授8人；国内外兼职研究人员10人，其中包含院士2人。近3年来，团队主持了包括国家重点研发青年科学家项目在内的国家级科研项目19项，省部级纵向科研项目及横向项目各20余项，发表了超过150篇SCI论文，获得40余项发明专利授权；荣获了多项省级科技奖励。此外，团队成员担任多个国际SCI期刊副编辑、学会领导职务，并多次组织承办了相关学术会议和技术论坛。
指导老师：
李方圆，副教授，研究生导师。现任中国农业工程学会新能源农业装备工程专委会委员。主研究方向包括多智能体系统分布式控制、电力电子化动力系统控制与优化、混合电源系统的控制及应用。
张凯暾，工程师。现任阳光电源股份有限公司检测中心技术平台组主管，从事数字控制开关电源设备开发。
颁奖现场：
获奖作品介绍：
技术路线：
我们队伍设计了一个智能电路优化助手-LLAMAPICE，是基于人工智能大模型技术的图腾柱 PFC 电路设计系统。
该项目在电路设计理念和实现方式上相较于传统方法具有显著的创新性和前瞻性，不仅融合了当下热门的 AI 技术，也为电力电子设计的智能化探索提供了新的思路。特别是在图腾柱 PFC 这类结构复杂、对参数要求较高的电路设计中，我们的作品具有明显的优势和潜力。
为解决传统电路设计方式效率低和成本高的问题，我们队伍尝试以全新的思路对电力电子的设计过程进行重构。我们的核心思想是将 AI 模型的强大语言理解能力与电路设计领域的专业知识相融合，使其不仅能够“读懂”电路，更能够“生成”电路，从而极大地提升设计的智能化水平。
我们的作品在后端人工智能的部分中采用了类智能体工作流的技术路线，能够把 SPICE 生成、分析、优化、交互分解为多步任务，每个任务由专门设置的智能体处理，避免智能体自行分解规划任务；在前端 GUI 界面的设计中采用了基于浏览器引擎的框架（Electron）的技术路线，解决了读写本地文件的问题；在后端 SPICE 的部分中采用了 Ngspice 的技术路线，将 Ngspice 编译为 Webassembly 的格式，便可将其嵌入到基于 Electron 框架开发的应用中，从而实现了跨平台的交互式电路仿真；最后在 SPICE 后端与人工智能后端交互的设计中采用了 cir 格式的电路代码的技术路线，不需要手动追踪和修改大量节点的连接关系，可维护性强且电气拓扑信息容易修改。
技术亮点与创新点
1、将大语言模型与电路仿真平台充分融合
LLAMAPICE 通过引入大语言模型（DeepSeek），赋予传统电路设计工具“理解与推理”的能力。该模型不仅能解析电路结构，还能基于仿真结果自动识别设计缺陷、输出优化建议，从而实现“类专家系统”的智能辅助，极大提升设计效率与准确性。
2、Ngspice 与 WebAssembly 深度集成，实现浏览器端高性能仿真
借助 WebAssembly 技术，LLAMAPICE 将开源电路仿真引擎 Ngspice移植至浏览器端运行，绕过传统本地安装与环境配置的问题，使用户在网页中即可进行高精度SPICE电路仿真。这种无插件、跨平台、高效率的仿真方式，是该项目的一大技术突破。
3、WebSocket 双通道实时通信，支撑高交互性设计流程
项目采用 WebSocket 构建前后端的双向实时通信机制，确保电路设计、仿真请求、AI推理、建议反馈等多个流程可在毫秒级响应内完成，保证系统的流畅性与交互体验。这为构建实时反馈的智能助手提供了坚实基础。
4、一体化“设计–仿真–优化”工作流，打通电路开发闭环
LLAMAPICE 创新性地将电路图编辑、SPICE仿真、AI优化建议整合为一个完整闭环工作流，用户无需在多个工具之间跳转，即可完成从设计到验证再到迭代优化的全过程。这种端到端的体验，特别适合教育场景、初创硬件团队、以及自动化电路生成等应用。
5、可解释性强、结果可编辑，增强用户信任与可控性
与传统黑箱优化算法不同，LLAMAPICE的优化建议通过自然语言描述清晰可读，用户可自主选择“接受、部分应用或忽略建议”，实现人机协同式优化。系统支持将建议直接反映在原始电路图中，便于进一步验证和调整。