System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电数据处理领域,具体涉及一种基于在线特征辨识的多模式氢能无人机能量管理方法,解决氢能无人机在高动态环境、测量噪声未知、多工况切换等情况下,实现安全高效能量管理的问题。
技术介绍
1、质子交换膜燃料电池为多旋翼无人机提供了一种绿色环保的长续航解决方案。在实际应用中,燃料电池因响应速度慢的固有属性,需要与小型锂电池并联组成混合动力系统共同向负载供电,需要能量管理实现需求功率在二者间的分配。而无人机应用高动态、多场景的特点带来了诸多挑战:不可预知的工作环境、器部件老化等对燃料电池输出特性造成影响,使其偏离标定值,且实际中测量噪声往往未知或时变,追踪燃料电池实时性能困难,影响能量管理工作点设置;无人机高机动性带来负载功率需求的剧烈波动,呈现多工作模式的特点,在负载功率平缓时,燃料电池应工作在高效率区间以提高系统能效性,而当无人机机动时,为保证系统安全性,能量管理的目标应转变为维持锂电池电荷水平,单一能量管理策略难以同时满足不同模式下的需求。传统能量管理基于静态标定参数进行功率分配,难以满足应用需求,这对系统的能量管理策略提出了更高的要求。
2、目前,专门针对氢能无人机的能量管理方法研究较少,普遍的做法是套用传统静态参数的管理策略。针对通用的氢锂混动系统,考虑燃料电池特性漂移的能量管理研究主要通过在线辨识技术实现。中国专利申请cn115817286a利用电压电流数据通过卡尔曼滤波器辨识出燃料电池和锂电池的开路电压和内阻,并将其用于构建能量管理策略中的成本函数。文献《t. wang, q. li, x. wang,
3、综上所述,现有能量管理策略缺乏对无人机的针对性考虑,在多场景、高动态、测量噪声未知的场景中,现有策略保证系统各模式下高效性和安全性的能力不足,亟需攻克燃料电池特性漂移、测量噪声未知、系统工作多模式切换情况下氢能无人机的安全高效能量管理问题。
技术实现思路
1、针对氢能无人机应用多场景、高动态、测量噪声未知的特性,现有策略保证系统能效性与安全性的能力不足,亟需攻克燃料电池特性漂移、测量噪声未知、系统工作多模式切换情况下氢能无人机的安全高效能量管理问题,本专利技术提供一种基于在线特征辨识的多模式氢能无人机能量管理方法,首先建立包含未知参数的燃料电池极化曲线模型,其中量测噪声未知;然后,设计噪声自适应在线参数辨识方法,基于变分贝叶斯-拓展卡尔曼滤波器,利用无人机机载传感器数据对模型未知参数与量测噪声参数进行在线辨识,进而提取燃料电池的实时输出特性,包括最大功率点、最大效率点等;其次,实时监测无人机负载功率,设计基于负载功率瞬时波动的飞行模式快速识别器,将飞行模式识别为续航与非巡航两种;最后,基于在线辨识得到的模型参数与提取的燃料电池输出特性设计不同模式下的在线能量管理策略,并根据飞行模式识别结果选择相应策略。
2、为达到上述目的,本专利技术采用如下技术方案:
3、一种基于在线辨识的多模式氢能无人机能量管理方法,包括以下步骤:
4、第一步,建立燃料电池极化曲线模型,并描述为状态空间模型;
5、第二步,设计噪声自适应参数辨识方法,基于变分贝叶斯-拓展卡尔曼滤波器同时辨识燃料电池极化曲线模型中的未知参数与量测噪声分布参数,并提取燃料电池实时输出特性;
6、第三步,设计飞行模式快速识别器,根据无人机功率特征在线对飞行状态进行分类,获得飞行模式识别结果;
7、第四步,利用在线辨识得到的燃料电池极化曲线模型中的未知参数与提取的燃料电池实时输出特性设计不同模式下的在线能量管理策略,并根据飞行模式识别结果进行切换。
8、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的一种基于在线辨识的多模式氢能无人机能量管理方法的步骤。
9、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的一种基于在线辨识的多模式氢能无人机能量管理方法的步骤。
10、有益效果:
11、本专利技术针对现有方法在应对燃料电池性能漂移、量测噪声未知或时变、多模式工况等方面的缺陷与不足,分析设计了燃料电池模型的在线噪声自适应参数辨识方法,快速工况识别方法以及相应在线能量管理策略。优点包括:所提出的在线参数辨识——特征提取——工况识别——功率分配框架,使得能量管理策略能够在线跟踪燃料电池输出特性,例如最大功率点和最大效率点,克服实际应用中环境变化或器部件老化带来的特性漂移,优化工作点设置,提高系统安全性与能效性;同时,所设计的噪声自适应在线辨识方法可以有效应对实际应用中量测噪声标定不准、噪声参数时变对辨识精度带来的不良影响,提高了在线跟踪燃料电池特性的准确度;另外,所设计的快速工况识别方法避免了大量数据训练,计算负担小,可满足在线快速无人机飞行模式识别需求;最后,基于噪声自适应参数辨识的多模式能量管理策略根据飞行模式进行切换,克服了单一能量管理策略无法满足各工况下系统需求的困难,利用实时的燃料电池参数或特征,优化功率分配,减轻燃料电池供能压力,提高系统安全性与能效性。
本文档来自技高网...【技术保护点】
1.一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第二步包括:
3.根据权利要求2所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第三步包括:
4.根据权利要求3所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第四步包括:
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4中任一项所述的一种基于在线辨识的多模式氢能无人机能量管理方法的步骤。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4中任一项所述的一种基于在线辨识的多模式氢能无人机能量管理方法的步骤。
【技术特征摘要】
1.一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第二步包括:
3.根据权利要求2所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第三步包括:
4.根据权利要求3所述的一种基于在线辨识的多模式氢能无人机能量管理方法,其特征在于,所述第四步包括:...
【专利技术属性】
技术研发人员:郭晓宇,曾单,余翔,李文硕,董震,
申请(专利权)人:北京航空航天大学杭州创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。