一种分布式混合电推进飞行器能量管理系统技术方案

本发明专利技术公开了一种分布式混合电推进飞行器能量管理系统，包括：先验知识模型，其包括飞行任务剖面内发动机最佳制动比油耗曲线、电池特性曲线和高升力推进器控制规律，用于对强化学习智能体的执行者进行限制；环境模型，其包括分布式混合电推进飞行器运动学、空气动力学模型以及发动机、发电机、储能模块、分布式推进器、大气环境，用于向强化学习智能体输出环境状态观测量；强化学习智能体，用于根据所述环境状态观测量生成并向分布式混合电推进飞行器输出动作变量的控制命令。本发明专利技术还公开了一种分布式混合电推进飞行器。相比现有技术，本发明专利技术基于深度强化学习算法，并将专家知识以先验知识的形式应用于强化学习模型中，具有更好的性能。

【技术实现步骤摘要】
一种分布式混合电推进飞行器能量管理系统
本专利技术涉及分布式混合电推进飞行器
，尤其涉及一种分布式混合电推进飞行器能量管理系统。
技术介绍
分布式推进系统是使用多个分布式推进器代替常规大尺寸发动机的动力系统。其中分布式混合电推进系统是指通过发动机驱动发电机发电，结合锂电池等储能与供电装置，用分布在飞行器上不同位置的多个电机驱动推进器提供推力的一种新型航空推进系统。分布式混合电推进具有绿色环保、提升推进系统效率、改善飞机性能、降低噪声和实现短距起降能力等优点。混合动力能量管理系统是混合动力飞机不可缺少的组成部分。通过适当的策略，混合动力飞机可以通过动力源之间的高效合作运行，从而降低燃料消耗和温室气体排放。一般来说，能源管理策略可以大致分为三类：基于规则的方法、基于优化的方法和基于学习的方法。基于规则的EMS(EMS,EnergyManagementStrategy)包括基于确定性规则和基于模糊规则的EMS。这些方法以其简单、实时性好等优点在混合动力汽车中得到了广泛的应用。然而，有限的优化能力和对人类专业知识的要求阻碍了它的进一步应用。预设规本文档来自技高网...

【技术保护点】
1.一种分布式混合电推进飞行器能量管理系统，其特征在于，包括：/n先验知识模型，其包括飞行任务剖面内发动机最佳制动比油耗曲线、电池特性曲线和高升力推进器控制规律，用于对强化学习智能体的执行者网络进行限制；/n环境模型，其包括分布式混合电推进飞行器运动学、空气动力学模型以及发动机、发电机、储能模块、分布式推进器、大气环境，用于向强化学习智能体输出环境状态观测量；/n强化学习智能体，用于根据所述环境状态观测量生成并向分布式混合电推进飞行器输出动作变量的控制命令；所述强化学习智能体为学习了螺旋桨控制策略和能量管理策略的深度确定性策略梯度强化学习智能体，使用一个具有观察和动作这两个输入和一个输出的深度...

【技术特征摘要】
1.一种分布式混合电推进飞行器能量管理系统，其特征在于，包括：
先验知识模型，其包括飞行任务剖面内发动机最佳制动比油耗曲线、电池特性曲线和高升力推进器控制规律，用于对强化学习智能体的执行者网络进行限制；
环境模型，其包括分布式混合电推进飞行器运动学、空气动力学模型以及发动机、发电机、储能模块、分布式推进器、大气环境，用于向强化学习智能体输出环境状态观测量；
强化学习智能体，用于根据所述环境状态观测量生成并向分布式混合电推进飞行器输出动作变量的控制命令；所述强化学习智能体为学习了螺旋桨控制策略和能量管理策略的深度确定性策略梯度强化学习智能体，使用一个具有观察和动作这两个输入和一个输出的深度神经网络作为评价者网络，并使用具有一个观察输入和一个动作输出的深度神经网络作为执行者网络。


2.如权利要求1所述分布式混合电推进飞行器能量管理系统，其特征在于，所述环境状态观测量包括所述分布式混合电推进飞行器的速度、高度、加速度、航迹角、电池电量。


3.如权利要求1所述分布式混合电推进飞行器能量管理系统，其特征在于，所述动作变量包括：发动机功率、巡航螺旋桨功率、高升力螺旋桨功率。


4.如权利要求1所述分布式混合电推进飞行器能量管理系统，其特征在于，所述强化学习智能体的终止训练条件isdone具体如下：
isdone＝|ψ|≥X1∨|φ|≥X2∨|a|≥X3∨|Alt(...

【专利技术属性】
技术研发人员：盛汉霖，黄锐，刘通，李嘉诚，赵岩，周梦华，刘祁，张晨，尹炳雄，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32