[发明专利]一种分布式混合电推进飞行器能量管理系统

权利要求书

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(t)_ref-Alt(t)|≥X4∨Alt(t)＜X5

其中，ψ和φ分别为偏航角与滚转角，a为加速度，Alt(t)和Alt(t)_ref分别为飞行任务剖面高度、飞行任务剖面参考高度，X1～X5为预设阈值。

5.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奖励函数为：

其中，α、β、γ、μ、ε、κ为常系数，fuel(T,ω)为发动机实时燃油消耗，SOC(t)、SOC_ref分别为t时刻的电池电量以及参考电池电量，V(t)、Alt(t)分别为t时刻的飞行任务剖面速度与高度，V(t)_ref、Alt(t)_ref分别为飞行任务剖面参考速度与参考高度，T、ω分别为发动机转矩和转速，T_f为总飞行时长。

6.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在训练过程中所使用的评价指标包括燃油经济性以及算法的收敛效率和鲁棒性；所述燃油经济性是指电池电量在最优工作区间的前提下，在相同的非训练飞行任务剖面内测试算法的总燃油消耗量；所述算法的收敛效率是指在电量约束下相邻迭代点之间的距离；所述算法的鲁棒性是指在不同飞行任务剖面内的燃油经济性的平均值和标准差。

7.一种分布式混合电推进飞行器，包括能量管理系统，其特征在于，所述能量管理系统为如权利要求1～6任一项所述分布式混合电推进飞行器能量管理系统。