[發(fā)明專利]基于鯨魚優(yōu)化算法的風(fēng)輪機多徑回波微動參數(shù)估計方法

在審

• 申請?zhí)枺?/td>: 202110793231.2
• 申請日: 2021-07-14
• 公開（公告）號: CN113759333A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計）人: 張衡;張從勝;林強;張堃;余娟;段敏
• 申請（專利權(quán)）人: 中國人民解放軍空軍預(yù)警學(xué)院
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 深圳倚智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44632
• 代理人: 霍如肖

1.基于鯨魚優(yōu)化算法的風(fēng)輪機多徑回波微動參數(shù)估計方法，其特征在于，包括如下步驟：

S1，分析風(fēng)輪機回波信號提取待估計的微動參數(shù)，設(shè)定待估計的微動參數(shù)的個數(shù)為鯨魚優(yōu)化算法的維度，設(shè)定每個待估計的微動參數(shù)的取值范圍；

S2，初始化算法參數(shù)，設(shè)置鯨魚種群規(guī)模和最大迭代次數(shù)，隨機產(chǎn)生每只鯨魚的位置；

S3，根據(jù)均方根誤差確定個體適應(yīng)度函數(shù)，計算每只鯨魚對應(yīng)的個體適應(yīng)度，確定當(dāng)前適應(yīng)度最優(yōu)的鯨魚個體及位置；

S4，開始迭代，更新算法參數(shù)，產(chǎn)生一個[0,1]之間的隨機數(shù)，若隨機數(shù)≥0.5,則螺旋機制更新個體的位置；若隨機數(shù)0.5，且收斂因子的絕對值1，則收縮包圍機制更新個體位置；轉(zhuǎn)入步驟S3，直到達到最大迭代次數(shù)；

S5，輸出最優(yōu)鯨魚個體對應(yīng)的位置向量為微動參數(shù)的最優(yōu)值。

2.根據(jù)權(quán)利要求1所述風(fēng)輪機多徑回波微動參數(shù)估計方法，其特征在于，在步驟S1中所述鯨魚優(yōu)化算法的維度的維度為2，所述待估計的微動參數(shù)為葉片轉(zhuǎn)速和旋轉(zhuǎn)初相。

3.根據(jù)權(quán)利要求2所述風(fēng)輪機多徑回波微動參數(shù)估計方法，其特征在于，所述旋轉(zhuǎn)速度的取值范圍為0～πrad/s，所述旋轉(zhuǎn)初相的取值范圍為0～2π3rad。

4.根據(jù)權(quán)利要求1所述風(fēng)輪機多徑回波微動參數(shù)估計方法，其特征在于，步驟S2中所述初始化算法參數(shù)還包括：隨著迭代次數(shù)增加從2到0線性遞減的隨機數(shù)a，收斂因子A，擺動因子C，從-1到1之間的隨機數(shù)l，從0到1之間的隨機數(shù)p。

5.根據(jù)權(quán)利要求1所述風(fēng)輪機多徑回波微動參數(shù)估計方法，其特征在于，步驟S3中所述個體適應(yīng)度函數(shù)為：

其中，X_i為第i只鯨魚的位置，n表示第i只鯨魚個體在搜索空間中的維度，(x_n,y_n)表示第n維的鯨魚個體位置，(x_n+1,y_n+1)表示第n+1維的鯨魚個體位置，d表示鯨魚種群的維數(shù)。